无需数据训练就能改善Stable

受到大型语言模型的微调的启发，研究人员现在正试图使用强化学习来微调生成AI模型以实现特定目标，例如提高图像的美学质量，从而干预这一过程。最近，伯克利人工智能研究中心（BAIR）的研究人员使用强化学习来进一步优化生成式人工智能模型用于改善图像生成的效果。通过测试，他们发现去噪扩散策略优化（DDPO）在优化图像的压缩性、不可压缩性、美学质量和提示图像对齐方面表现出了有效性。