拡散トランスフォーマーの強化学習後学習、活性化ステアリングが主要効果
arXiv cs.CVは11月19日(現地時間)に公開された論文で、拡散トランスフォーマー (Diffusion Transformers) における強化学習 (RL) 後学習による視覚品質やテキストレンダリング、構成精度向上の大部分が、入力に依存しない「活性化ステアリング (Activation Steering)」で説明できると明らかにした。研究チームは、固定されたステアリングベクトルを追加する手法で検証し、少ないパラメータ数で強化学習の報酬ゲインの90%以上を回復できることを示した。