arXiv提出扩散模型纠错训练框架

发生了什么

据arXiv论文，研究团队引入纠错步骤以减少扩散模型训练与推理间的差距。该框架在采样时迭代修正去噪器预测，防止早期伪影残留。评估显示该方法显著提升样本质量并降低推理成本，性能可与无分类器引导（CFG）竞争，且可通过蒸馏消除额外推理开销。