扩散模型的校正训练（Correction Training）

针对扩散模型因曝光偏差导致的误差累积问题，研究者提出一种校正步骤：校正器以基础模型预测为输入、以相同真值为目标训练，在采样时逐步精修去噪器的干净样本预测。该方法在 DiT、SiT 和 JiT 上显著提升无引导及无条件生成的 FID，性能可与 CFG 竞争，与 CFG 结合还能提升多样性并减少过饱和；通过将精修预测蒸馏回基础模型，可摊薄额外推理成本。