Представлен фреймворк DM-Align для генерации видео

Исследователи представили новый метод оптимизации генеративных моделей видео под названием DM-Align. Научная работа опубликована в виде препринта на платформе arXiv.

Обычно адаптация видеомоделей под человеческие предпочтения опирается на обучение с подкреплением (RL), которое используется отдельно от дистилляции. Обучение RL до дистилляции требует значительных вычислительных затрат, а после нее — нередко приводит к коллапсу модели.

DM-Align объединяет эти процессы в единый этап на базе согласования распределений (Distribution Matching). Используя принципы DPO и GRPO, алгоритм исключает многоэтапную оценку наград и повышает визуальное качество и точность генерации в базовых видеомоделях.