该研究探讨了无分类器引导在文本条件扩散模型中的应用，提出自适应引导（AG）以提高推理效率并减少计算量。通过仿射变换替代神经函数评估，提升了实际应用的可行性。同时，开发了无文本概念中心扩散模型，优化了分类器自由引导（CFG）在语言模型推理中的表现，展示了在多项任务中的显著提升。