DeepMind提出DRaFT算法以高效优化扩散模型

要点:1、GoogleDeepMind提出了直接奖励微调（DRaFT）的概念，可以高效微调扩散模型以最大化可微的奖励函数。2、引入DRaFT-K和DRaFT-LV算法，限制反向传播步数，提高效率。实验证明优于全反向传播。3、在StableDiffusion1.4上应用DRaFT，结果显示其效率远超基于强化学习的微调基线。DRaFT-LV效率最高。