Tag · 2 篇
锐度感知最小化
分布 生成模型与扩散1鲁棒性与安全1
01 02
面向扩散模型的奖励锐度感知微调
Reward Sharpness-Aware Fine-Tuning for Diffusion Models
针对扩散模型 RLHF 微调中的奖励攻击问题，提出用参数扰动与样本扰动构造平坦化奖励模型的梯度，无需重训奖励模型即可提升生成质量与奖励对齐的可靠性，可直接嵌入现有扩散强化学习流程。
通过损失景观几何重新审视长尾学习
Reframing Long-Tailed Learning via Loss Landscape Geometry
将长尾识别中的尾部性能退化建模为持续学习中的灾难性遗忘，并利用损失景观几何（平坦极小值）来缓解；其分组知识保持与分组锐度感知模块可复用于其他存在类别不平衡或任务序列的视觉任务。