FIRM 实测:2步ODE仅10次评估,单图0.24秒重建细节
prof_kamilov · x · 2026-10-07
FIRM 把理论落地为端到端训练的 flow 模型:N=2 时仅 10 次网络评估,无需推理期 guidance。CelebA 去模糊任务上单图 0.24 秒(对比基线 13.03 秒,快约 50 倍),PSNR 更高;仅 2 步 ODE 即可恢复基线遗漏的细节。另一实用特性:调节采样步数可控制失真–感知权衡——步数少偏重建精度,步数多恢复更丰富的感知细节,且无需重训练,一个模型覆盖整个权衡区间。作者为 Shirin Shoushtari、Edward Chandler、Xiao Shi、Ulugbek Kamilov(WashU/UW-Madison),论文与代码已开源。
所属事件:FIRM新方法把网络评估次数减少50倍(3 条相关)→
「研究」频道最新
- VLM能否内化工具调用?「用图像思考」研究登陆COLM — PMinervini · 2026-10-07
- CLeaR 2027 会议投稿通道正式开放 — ArthurGretton · 2026-10-07
- MIT 论文:极简 agent 循环靠「历史即变量」胜过专用记忆系统 — rohanpaul_ai · 2026-10-07
- doodlestein 发布讲解视频,并开源配套代码仓库 — doodlestein · 2026-10-07
- 全 Rust 端到端生成 7 分钟 3Blue1Brown 风格讲解视频 — doodlestein · 2026-10-07
- Violaris 分支间通信电路首次在 IBM 量子处理器上实测 — coherence · 2026-10-07