RewardAlignment
[Paper Note] NoiseTilt: Noise-Tilted Reverse Kernels for Diffusion Reward Alignment, Jisung Hwang+, arXiv'26, 2026.06
Paper/Blog Link My Issue
#ComputerVision #DiffusionModel #TextToImageGeneration #ImageSynthesis Issue Date: 2026-07-03 GPT Summary- ノイズ傾斜付き逆カーネル（NTRK）は、報酬勾配をノイズ項に注入することで、逆カーネルを変更せずに単一サンプルで動作する拡散サンプラーです。既存手法は報酬誘導と生成品質のトレードオフがありましたが、NTRKは逆平均を固定しつつノイズを高報酬方向にバイアスしてこれを解決します。白色化演算子により、報酬勾配を損なうことなくノイズと互換性のある摂動に変換。さまざまなタスクで最先端のベースラインを上回り、特に審美的生成では500 NFEsでの報酬を25 NFEsで上回り計算資源を大幅に削減しました。 Comment
元ポスト: