Correction Training 让扩散模型摆脱 CFG，循环架构渐成新共识
CSProfKGD · x · 2026-10-14
- 研究者 Donghoon Ahn 等提出 Correction Training for Diffusion Models：不依赖 classifier-free guidance（CFG）也能生成高质量图像，显著提升采样质量。
- Alec Helbling 观察指出，图像生成模型的文献也正在向 looped architectures（循环架构） 收敛，这可能是生成模型架构的新趋势。
所属事件:Correction Training 让扩散模型摆脱CFG仍出高质量图(4 条相关)→
「多模态」频道最新
- Midjourney v8.2 红蓝模糊摄影风实测：模糊动态人物质感惊艳 — azed_ai · 2026-10-14
- BVB 基准:让 agent 用 Blender 重建 288 段真实视频来检验视频理解 — SonglinYang4 · 2026-10-14
- Google 发布 Gemini 4 Argon,网友已用它狂造 3D 世界和游戏 — minchoi · 2026-10-14
- 开发者花一个月迭代自训视频模型的推理与训练流程 — pixlpa · 2026-10-14
- FramePack-U:常量内存压缩任意长视频,VLM长视频理解提升13% — UNC-ChapelHill · 2026-10-14
- SALD:无需教师网络,扩散模型自参照优势学习框架 — IITK · 2026-10-14