Parsa Esmati

新的自适应流形引导改进生成模型

研究人员推出了一种名为自适应流形引导（AdaMaG）的新方法，用于改进用于视觉合成的扩散模型和流模型生成模型。AdaMaG 通过分析连续方程中的引导来解决现有引导技术（如无分类器引导 (CFG)）的局限性。分析表明，引导可以分解为散度项和分数并行项，AdaMaG 针对这两项来防止样本偏离学习到的流形，尤其是在强引导下。该方法旨在提高生成图像的真实感，减少伪影，并控制去饱和度，而不会增加推理成本。