LeapAlign_Code

LeapAlign 是一种用于在任意生成步骤通过构建两步轨迹来对齐流匹配模型的后训练方法。该项目利用反向传播奖励梯度通过可微生成过程，以调整模型使其更符合人类偏好；其核心在于通过创建一个“跳跃轨迹”而不是整个采样路径来进行梯度回传，从而有效解决早期生成阶段优化难题及内存消耗问题。适用于需要提高图像生成质量且注重全局结构与布局控制的场景中，如文本到图像转换等应用领域。项目基于 PyTorch 实现，并采用 Apache License 2.0 开源许可协议发布。