distribution-wise-reward
분포 기반 보상
개별 샘플 대신 샘플 집합의 통계적 분포 적합도를 보상 신호로 사용하여 생성 모델이 전체 데이터 분포의 모드를 폭넓게 커버하도록 유도하는 방법이다. 이 방식은 FID 같은 분포 간 거리 측정치를 음수 보상으로 사용하며, 개별 샘플 최적화에 따른 reward hacking을 완화한다.
분포 기반 보상
개별 샘플 대신 샘플 집합의 통계적 분포 적합도를 보상 신호로 사용하여 생성 모델이 전체 데이터 분포의 모드를 폭넓게 커버하도록 유도하는 방법이다. 이 방식은 FID 같은 분포 간 거리 측정치를 음수 보상으로 사용하며, 개별 샘플 최적화에 따른 reward hacking을 완화한다.
