驯服扩散强化学习中的偏好模式坍缩：方向解耦对齐技术

驯服扩散强化学习中的偏好模式坍缩：方向解耦对齐技术基于 Directional Decoupling Alignment (D²-Align) 与 DivGenBench 的完整技术解析1 总体认知框架1.1 知识图谱