SWIFT提出自指导弱到强扩散模型训练方法
发生了什么
据Hugging Face Papers报道，SWIFT通过目标外推降低训练成本并提升生成质量。该方法使用冻结的弱去噪器改进强模型，无需增加推理开销。在ImageNet-256上，SWIFT一种配置下超越基线最佳FID，使用约一半训练计算量，包括引导准备。无推理指导时FID 1.15，有指导时0.99。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口