Clean Forcing：冻结基座加LoRA校正器抑制视频扩散漂移

Wenqing Wang等人提出 Clean Forcing 方法，用于缓解自回归视频扩散模型的漂移问题：在冻结的基座模型上训练一个 5.9M 参数的 LoRA 校正器，把漂移当作可学习的确定性偏差来回归。 该方法还加入闭环训练阶段，用 DAgger 式聚合和漂移收缩目标，让校正器接触自身的 rollout。作者称，训练所用的干净历史可以来自基座模型自身的单次生成，因此无需真实视频；校正器合并后也不增加推理成本。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。