HY-SOAR

HY-SOAR 是一种用于扩散模型的无奖励后训练方法，旨在纠正生成过程中的轨迹误差。其核心功能包括在生成过程中实时自我修正，无需依赖奖励模型、偏好标签或负样本。通过引入一个密集且无奖励的训练信号，HY-SOAR 能够监督去噪器，并纠正模型自身预测产生的状态误差。这种方法特别适用于需要高精度和稳定性的图像生成任务，如高质量图像合成和编辑等场景。