Flow-OPD

Flow-OPD 是一个面向流匹配（Flow Matching）模型的在线策略蒸馏（On-Policy Distillation）框架，旨在提升生成质量与对齐能力。其核心是用多教师提供的密集轨迹级向量场监督替代稀疏标量奖励，支持联合优化OCR识别、文本理解（DeQA）与图像美学等多维度目标；技术上基于SD-3.5-Medium等主流扩散架构，兼容Flux等模型，并采用远程奖励服务器解耦不同奖励模型的依赖冲突。适用于需要高保真、多目标对齐的文本到图像生成研究与微调任务。