AGI Hunt· ByteDance-Seed·2026-10-02 03:17· 2 小时前AI 评分38

字节 Seed 提出 RWTD：一步生成模型后训练，GenEval 0.73→0.80

字节 Seed 提出 RWTD:一步生成模型后训练,GenEval 0.73→0.80

AI 导读

字节跳动 Seed 团队提出 Reward-Weighted Transport Distillation（RWTD），一种仅需生成样本和标量奖励评估的一步生成模型后训练方法。

来源：AGI Hunt · agihunt.info