[논문리뷰] CorrGRPO: Correlation-Normalized GRPO for Multi-Reward Learning본 논문은 Multi-Reward 학습 시 GRPO가 보상 스케일과 상관관계(Correlation)를 동일한 방식으로 처리하여 발생하는 불균형 문제를 해결하고자 합니다. 기존 GRPO는 합산된 보상의 분산을 정규화 분모로 사용하는데, 이 분산은 개별 보상의 Covariance 총합으로 표현됩니다.#Review#GRPO#Multi-Reward Learning#Pearson Correlation#Advantage Estimation#Reinforcement Learning#Alignment2026년 10월 1일댓글 수 로딩 중
[논문리뷰] MIRO: MultI-Reward cOnditioned pretraining improves T2I quality and efficiency기존 텍스트-투-이미지(T2I) 모델이 대규모 비정제 데이터셋에서 학습되어 사용자 선호도와 잘 맞지 않고, 후처리 방식의 보상 모델(reward model)이 정보 손실과 비효율성을 야기하는 문제를 해결하고자 합니다.#Review#Text-to-Image Generation#Multi-Reward Learning#Flow Matching#User Preference Alignment#Training Efficiency#Compositional Reasoning#Conditional Generation2025년 10월 31일댓글 수 로딩 중