HY-SOAR

HY-SOAR 是一种面向扩散模型的免奖励自校正后训练方法，用于缓解去噪轨迹中的暴露偏差问题。其核心通过在推理过程中实时生成模型自身产生的中间状态，并基于解析解计算精确的校正目标（v_corr），实现无需奖励模型、偏好标注或负样本的密集时序监督。技术上融合了修正流（rectified flow）建模、CFG rollout 与重噪声化辅助训练，显著提升生成轨迹的一致性与对齐质量。适用于需高保真图像生成、可控内容编辑及低延迟对齐优化的 AIGC 场景，尤其适合在资源受限下替代强化学习微调流程。