自适应非均匀时间步采样用于扩散模型训练

本研究解决了扩散模型训练中由于时间步高方差带来的收敛缓慢问题。通过引入一种非均匀时间步采样方法，该方法优先选择具有重要性的时间步，以提高训练效率和收敛性能。实验结果表明，这种方法在多个数据集和扩散架构上表现出色，显著优于之前的采样和加权方法。