CADS: 通过条件退火采样释放扩散模型的多样性
原文中文，约400字，阅读约需1分钟。发表于：。通过使用一种改进的采样策略，我们提供了一种可以增加扩散模型的生成多样性的方法，尤其是在高指导尺度下，同时最小化样本质量损失。该方法通过在推理过程中向条件向量添加预定的、单调递减的高斯噪声来退火条件信号，以平衡多样性和条件对齐。我们的 Condition-Annealed Diffusion Sampler (CADS)...
该研究提出了一种名为 CADS 的改进采样策略，通过添加高斯噪声来平衡多样性和条件对齐，增加扩散模型的生成多样性。实验结果表明，CADS 在各种条件生成任务中提高了扩散模型的多样性，并在类条件 ImageNet 生成任务中取得了新的最优 FID 值。
