BranchGRPO:树状分支重构,破解GRPO图像视频生成对齐的效率与稳定性难题在图像、视频生成领域,“让模型输出与人类偏好对齐”是关键目标——无论是生成符合审美标准的图像,还是帧间连贯的视频,都需要通过算法优化缩小模型输出与人类期望的差距。群体相对策略优化(GRPO)是近年常用...新技术# BranchGRPO2个月前0910