RTDMD

RTDMD 是一个面向少步生成模型（如加速文本到图像扩散模型）的蒸馏与强化学习联合优化框架。其核心包含两阶段：第一阶段采用奖励倾斜的分布匹配蒸馏（AC-DMD）实现冷启动初始化；第二阶段结合广义策略优化（GRPO）与最终步奖励反传，形成混合策略梯度更新机制。项目基于 PyTorch 实现，支持与 Flux、SD3.5 等主流生成架构集成，适用于需在 4–8 步内完成高质量图像生成的高效推理场景，兼顾生成质量与计算效率。