文章一作�？奈寤笱昙恫┦可� ，钻研方向为深度天生模型 ，曾提出流式扩散模型最大似然估计改进技术 i-DODE ，扩散模型高效采样器 DPM-Solver-v3 ，扩散桥模型采样器 DBIM 以及掩码式离散扩散模型采样器 FHS 等 。
清华大学朱军教授团队与 NVIDIA Deep Imagination 钻研组结合提出一种全新的视觉天生模型优化范式 —— 直接判断优化（DDO） 。该步骤将基于似然的天生模型（如扩散模型、自回归模型）隐式参数化为 GAN ，从而设计出一种无需额表网络、训练高效的微调步骤 ，并大幅突破传统最大似然训练的机能瓶颈 。
近年来 ，扩散模型（Diffusion Models）和自回归模型（Autoregressive Models）在图像天生中占据主导职位 ，如 NVIDIA 的 EDM 系列扩散模型和字节跳动以 VAR 为代表的视觉自回归模型 。相比 GAN（Generative Adversarial Networks）这类直接优化数据天生过程的隐式天生模型 ，扩散模型和自回归模型均属于基于似然的天生模型（Likelihood-Based Generative Model） ，它们显式估计数据的对数似然（log-likelihood） ，拥有训练不变、样本多样性强、容易规�；奶氐�
然而 ，这类模型宽泛选取的最大似然估计（Maximum Likelihood Estimation, MLE）训练损失对应的是正向 KL 散度 ，会导致「mode covering」问题：模型偏差于覆盖所罕见据模式而非聚焦重要散布 ，并且会在低估数据集中任何样本的似然时遭逢严格惩治 ，从而使天生了局吞吐或失真 ，在模型容量不实时限度了天生质量 。例如 ，i-DODE 作为专一于似然的模型 ，固然在密度估计工作上达到了最先进水平 ，但在 FID 等视觉质量指标下阐发欠安 。现有视觉天生模型也往往依赖疏导（guidance）步骤 ，如无需分类器的疏导（Classifier-Free Guidance, CFG） ，来抑造低质量天生样本 。
为解决 MLE 的局限性 ，文章思考使用GAN 式判此外思想 ，在训练指标中引入反向 KL 散度的成分 ，强化模型在真实数据左近的密度 ，同时抑造谬误区域 ，将模型散布由图（a）：强调密度覆盖 ，微调为图（b）：强调密度集中 ，从而提高天生保真杜纂有限模型容量下的天生质量 。然而 ，直接使用 GAN 损失会引入额表的判断器网络与工程优化上的复杂性 ，尤其对于扩散/自回归模型这类必要迭代式多步天生的模型 。
具体来说 ，DDO 引入待微调的指标模型和一个冻结的参考模型（均初始化为预训练模型） ，使用两个模型的对数似然比机关「隐式判断器」 ，得到可直接利用于扩散模型和自回归模型的 GAN 式优化指标：
DDO 为扩散模型和自回归模型提供了即插即用的新训练指标 ，其微调后的模型和原模型拥有齐全一样的网络结构和采样方式 ，而在天生质量上大大加强
更沉要的是 ，DDO无需批改网络结构、不增长推理成本 ，且与主流 CFG 等疏导步骤兼容 ，可叠加使用进一步提升机能 。如在视觉自回归模型 VAR 上 ，微调后的模型通过节造 CFG 的强度 ，得到的FID-IS 曲线整体显著优于原模型
DDO 参数化的灵感来自于说话模型中的直接偏好优化（DPO, Direct Preference Optimization） ，但其指标从「成对的偏好对齐」扩大到了「散布对齐」 ，更为通用 。DDO 固然没佑赘嘉奖」的概想 ，但其中使用自天生样本作为负例的思想也与大说话模型中盛行的 RL 算法如 GRPO 拥有类似性 ，这允许模型从谬误中反思进建 。也就是说 ，GRPO 中负例的作用同样能够诠释为使用 reverse KL 散度抑造 mode covering 趋向从而提升天生质量 ，这在数学推理等工作中拥有沉要意思 。该思路有望扩大至多模态天生等工作 ，构建统一的对齐范式
18岁女生水乳排行榜2026年以来，国内人形机器人市场迎来历史性价格拐点，曾经动辄数十万、上百万元的产品开始变得亲民，甚至有量产机型价格跌破万元。波兰边路传中点vs尼日利亚边后卫(主队右路+左路下底区)原因:波兰场均得角球6.6个对尼日利亚3.4个,失角球3.5对3.9,边路下底+争顶是波兰主场打法的明牌;尼日利亚边后卫在控球体系下经常压上,身后留出的回追距离是定位球+二点的来源。这条对位决定波兰能不能把"得角6.6个"转化成实际进球。18岁女生水乳排行榜WINDOWS11国产免费百度不用下载孙正义重登首富靠什么？关键词还是AI。过去一年，软银密集加码AI领域投资。其中，软银对OpenAI的累计投资额预计将超过600亿美元。市场认为，OpenAI估值持续攀升、软银近日宣布将在法国建设大型数据中心等，是推动软银本轮上涨的主要因素。李赫东注意到，国内长期从事宠物友好空间设计和运营的专业团队并不多。宠物友好要建立在对宠物习性和使用场景的长期观察之上，不是普通商业运营团队靠经验就能完成。
20260607 ? 18岁女生水乳排行榜安保围栏、帐篷和防水布被吹得四处散落，没能保护好球队的隐私。有报道称，现场还留下了不少碎片，驻地内也有树木被吹倒。〖费CRM与个人网站的区别在哪百度》AdvBench、HarmBench 等经典基准，判断终点是「模型有没有生成有害文本」。但在真实 OS 环境中，危险来自工具调用——模型不需要「说出」危险内容，只需悄悄调用一个系统命令，文件就被删了，密钥就泄露了。文本安全，根本不等于行为安全。
20260607 ? 18岁女生水乳排行榜【追觅内部人士回应：地方政府只是常规检查】针对目前长三角某市辖区要求统计辖区内企业与追觅科技已展开合作情况消息，追觅内部人士回应表示，问过常州市发改委，只是常规检查，他们也未收到任何通知。截止发稿，追觅官方对此消息暂无回应。（界面新闻）被迫成为试用员后BY我不吃鱼百度云事实上，报道称曼联会要求拉什福德在季前备战开始时归队训练，尽管他们知道这名前锋下赛季很难继续为曼联效力。曼联也会对门将奥纳纳采取同样做法，奥纳纳本赛季被租借至特拉布宗体育效力。
京公网安备11010202000001号
