flow_grpo

Flow-GRPO是一个通过在线强化学习训练流匹配模型的官方实现。该项目利用Python语言开发，支持多种预训练模型和奖励机制，如CLIPScore作为奖励模型，并引入了GRPO-Guard等新特性来增强模型性能与安全性。此外，Flow-GRPO还提供了快速版本Flow-GRPO-Fast，在保证效果的同时大幅减少了训练步骤。此项目适用于需要高效且灵活地生成或编辑图像的应用场景，例如基于文本描述的图像合成、图像编辑等任务。通过提供的可视化界面和在线演示，用户可以直观地了解模型的工作原理及其在不同任务上的表现。