通过最优传输解决扩散模型中的先验分布不匹配

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

扩散模型的曝光偏差是由于训练和抽样输入不匹配导致的。本文分析了抽样分布和预测误差,提出了Epsilon Scaling方法,通过缩小网络输出,使抽样轨迹更接近训练阶段的向量场。实验表明该方法在多种扩散框架中有效。

原文中文,约400字,阅读约需1分钟。
阅读原文