扩散模型校正训练方法提出

研究者 Donghoon Ahn 等人提出一种扩散模型校正步骤，用于缓解曝光偏差导致的误差累积。校正器以基础模型的预测为输入、以相同真值为目标训练，采样时逐步精修去噪器对干净样本的预测。 该方法在 DiT、SiT 和 JiT 上提升了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。研究者称，将精修预测蒸馏回基础模型可摊薄额外推理成本。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。