ReNFT: Reparatur von Mode Collapse in Reward Post-Training via interne Probability-Mass Rekalibrierung

arXiv:2609.00061v1 Ankündigungstyp: neu Abstract: Reward Post-Training von Diffusion-Generatoren konzentriert unvermeidlich Wahrscheinlichkeitsmasse auf einige wenige reward-bevorzugte Modi, ein Mode Collapse, der Diversität innerhalb von Prompts löscht. Bestehende Methoden zur Vermeidung von Collapse verlassen sich auf externe Signale oder Schnittstellen