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
《韩剧双胞胎姐妹互换身份》过去一年，很多团队习惯用调用次数、使用量、Agent执行步数证明AI进了工作流。一个Agent能规划、检索、调用工具、生成报告、发起工单，演示起来确实比普通聊天机器人更像一个能干活的系统。据《世界体育报》消息，巴萨体育总监德科曾和阿尔瓦雷斯的经纪人在巴塞罗那会面，商讨球员转投巴萨的可行性，之后巴萨正式向马竞递交1亿欧元报价，这份报价遭到马竞回绝但确有其事。《韩剧双胞胎姐妹互换身份》《JM漫画网页版入门百度贴吧》第三盘，兹维列夫像是被教练在场边扇了两巴掌，终于清醒了一点。他开始对科博利的发球局施压，第四局逼出两个破发点。但这时候的科博利已经不是第一盘的科博利了——他用一记二区外角和一记坚定的底线进攻，硬生生保发成功。他通过直接致电球员、指出问题并提出挑战的方式解决了这一问题。这些通话并不是安抚情绪，而是让球员带着证明自己的决心回归，而不是等待教练“证明自己”。
20260609 ?? 《韩剧双胞胎姐妹互换身份》世界杯热身赛对阵新西兰前，英格兰后卫孔萨出席赛前发布会，谈到了首次参加世界杯的感受、中卫位置竞争、维拉夺冠带来的信心，以及球队对高温环境和世界杯长周期备战的适应。《《意表卡墙的少女》动漫齐全版百度》Cursor的Tab模型每天产出超过10亿个编辑字符，请求量比初版涨了约100倍。更进一步的Composer，通过强化学习（RL）训练，让模型在大量代码任务环境中学习调用编辑、搜索等工具，处理更长周期的工程任务。
20260609 ? 《韩剧双胞胎姐妹互换身份》英伟达从来不是一家纯硬件公司。它最值钱的资产是CUDA这套软件平台，是几千万个习惯了在英伟达硬件上写代码的开发者，是无数应用层公司被迫围绕英伟达架构做的优化。这些东西摞在一起，构成了英伟达近两年市值站上数万亿美元的真正基础。已满18决胜盘，科博利第一个发球局就被破发。这本该是兹维列夫拉开比分的天赐良机——然后紫薇毫不领情，在自己的发球局又用两个双误开场。对，又是双误。全场第9个和第10个双误，如期而至。
京公网安备11010202000001号
