研究称现代骨干网络下 CFG 仍是最佳引导方法
kwangmoo_yi · x · 2026-08-21
Sergievskii 和 Turevich 等人的论文《Revisiting Classifier-Free Guidance Methods》重新审视了多种引导方法。研究发现，在使用现代骨干网络时，没有任何一种方法能比标准的 Classifier-Free Guidance (CFG) 提供显著收益。
所属事件:研究称现代骨干网络下 CFG 仍是最佳引导方法(3 条相关)→
「研究」频道最新
- Devin Oncall 登顶 SREGym：自动值守排障达 100% 端到端成功率 — tianyin_xu · 2026-10-16
- 上交大 AutoLab 发布 Drive3R:流式 3D 重建基础模型瞄准自动驾驶 — AutoLab-SJTU · 2026-10-16
- 独立研究者发布 Cortex:用重放实测自动进化与修剪编码 Agent 的 skills 和 rules — Samuele Giampieri · 2026-10-16
- 团队用「零延迟实验室」测出 agent 药物发现是否靠预训练记忆作弊 — niloofar_mire · 2026-10-16
- 2.6 亿参数循环扩散模型反超 6 倍大小基线，推理算力省近 5 倍 — burkov · 2026-10-16
- 斯坦福 NCM 先画草稿再并行补细节，单 H100 生成提速 21 倍 — lmoroney · 2026-10-16