Swift：自引导弱到强扩散训练方法
热点事件持续更新
Swift：自引导弱到强扩散训练方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yanjin He 等作者提出自引导弱到强扩散模型训练方法 Swift：用冻结的弱去噪器外推干净回归目标，提升更强的扩散模型，且不增加推理开销。 作者称，在 ImageNet-256 上，Swift 以约一半总训练算力超过基线最佳 FID；在 RAEv2 上，无引导推理 FID 为 1.15，有引导为 0.99。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
SWIFT：用目标外推实现自引导弱到强扩散模型训练报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.LGSWIFT：用目标外推实现自引导弱到强扩散模型训练
SWIFT 是一种自引导训练方法，用冻结的弱去噪器外推干净回归目标，提升更强扩散模型且不增加推理开销。在 ImageNet-256 上，它以约一半总训练算力超过基线最佳 FID；在 RAEv2 上无引导推理 FID 为 1.15，有引导为 0.99。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。