DiffusionART：高效稳定的扩散模型强化学习微调方法

论文提出 DiffusionART（Diffusion Reinforcement with Aggregation-First Reward Tilting），将每个提示词的奖励聚合为反向过程状态共享的奖励改进方向，从构造上消除 NFT 类目标中的前向-反向一致性力，并加入信任域掩码的二次更新实现漂移自适应恢复，无需 EMA 调参。