ECCV 论文:用频谱先验减少扩散模型暴露偏差
mittu1204 · x · 2026-08-31
针对扩散模型在推理迭代中的误差累积(暴露偏差)问题,该论文提出了 Spectral Alignment (SPA) 方法。研究发现训练与推理之间存在频率相关的 SNR 误差,且方向随模型和时间步变化。SPA 通过离线拟合参数化频谱模型,并在推理时通过基于 FFT 的梯度校准中间预测的功率谱。该方法计算开销极低(3-4%),可与 CFG 兼容,在 DDPM、SDXL、FLUX 等多种架构上均带来一致提升。
「研究」频道最新
- 单卡4090两分钟训练,机器人Sim2sim迁移演示 — yacineMTB · 2026-08-31
- 利用 Gumbel-Softmax 水印方案可隐藏 LLM 真实思维链 — sytelus · 2026-08-31
- 研究员观点:为什么 Worst-of-N 才是真正的核心指标 — willdepue · 2026-08-31
- 长思维链未必需单次模型调用 — CShorten30 · 2026-08-31
- 高斯泼溅技术(Gaussian Splatting)非技术原理解析 — CSProfKGD · 2026-08-31
- 论文:在预算约束下通过刻意练习学习机器人技能 — tomssilver · 2026-08-31