跳到主要内容
检索

# Flow-GRPO

2 篇关联报道

订阅更新
  1. arXiv

    文生视频联合后训练不再共用一份奖励：提示与生成器分开记功，LTX-2.5上组合指标从61.47升到64.46

    FlowCred把文生视频联合后训练里的同一份终端奖励拆成提示级信用与生成器残差，并在LTX-2.5上把严格匹配的联合训练对照从61.47提升到64.46（T2V-CompBench），且不增加解码视频或奖励模型调用预算。

    Hong Kong University of Science and TechnologyShanghai Jiao Tong UniversityUniversity of Hong KongSouth China University of Technology
    Mingxuan Zhu（第一作者）
    FlowCred框架分层信用分配功能协调文本到视频生成Flow-GRPO
  2. arXiv

    Unite-Audio 把音频表征学习与潜在流匹配联合训练，用紧凑模型取得有竞争力的文本到音频生成效果

    该工作提出 Unite-Audio，将连续音频表征学习与潜在流匹配联合训练用于文本到音频生成，通过把重建与自监督生成预测耦合，让生成目标直接塑造潜在空间，并采用 Flow-GRPO 后训练改善文本条件生成；实验显示紧凑的潜在流模型取得有竞争力的文本到音频性能，消融研究确认联合学习音频表征与生成模型带来收益。

    Ant Group (China)Wuhan UniversityTsinghua UniversityThe University of TokyoInstitute of Science Tokyo
    Runwu Shi（第一作者）
    Unite-Audio潜空间流匹配Flow-GRPO文本到音频生成

已读完全部报道