D2PO: Optimierung von Diffusions-Samplern über dynamische Präferenz
arXiv:2607.06609v1 Ankündigungstyp: neu Abstract: Wir schlagen D2PO (Dynamic Direct Preference Optimization) vor, ein grundsätzliches Framework zur Optimierung von Diffusions-Sampling-Richtlinien bezüglich Zeitschritt-Zeitpläne und klassifiziererfreier Führung (CFG) Gewichte. Unsere Arbeit wird durch eine grundlegende Einschränkung motiviert