多样性采样

基于行列式点过程引导策略优化的多样化视频生成

Diverse Video Generation with Determinantal Point Process-Guided Policy Optimization

把「一组采样的多样性」写成集合级奖励，用 DPP 对冗余样本施加递减收益、用 GRPO 做组内相对反馈，可直接套到任意 T2V/图像扩散模型的微调阶段，解决同一提示词多次采样结果雷同的问题。