CelebV-HQ

新方法使用双向扩散模型预测人工智能推出错误

研究人员开发了一种名为往返一致性（RTC）的新颖方法，该方法允许双向扩散模型在不需要真实数据的情况下预测自身的推出错误。该技术涉及训练一个单一的条件潜在扩散模型，该模型可以向前和向后一步进行动力学系统的时间演化。在相同数量的前向和后向步数后返回起点的差异，可作为不可观察的推出错误的自监督代理。RTC已在可压缩磁流体动力学、湍流辐射混合层和自然人脸视频等各种应用中得到验证，证明了其在错误检测方面的有效性，甚至可以减少产生的错误。