PaCo-RL：使用成对奖励模型推进强化学习，实现一致的图像生成

这篇ArXiv论文介绍了PaCo-RL，这是一种新颖的方法，用于在强化学习框架内使用成对奖励建模来提高图像生成的一致性。这项研究表明了一种很有前景的方法，通过解决当前图像生成模型中可变性和缺乏控制的问题，从而提高生成的图像的质量。