Swift：用弱去噪器外推目标训练扩散模型
热点事件持续更新
Swift：用弱去噪器外推目标训练扩散模型
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Yanjin He 等作者提出自引导扩散训练方法 Swift：训练时用一个冻结的弱去噪器外推干净回归目标，以提升更强的扩散模型，且不增加推理开销。 在 ImageNet-256 的某配置下，Swift 用约一半总训练算力即超过基线最佳 FID；在 RAEv2 上，无推理引导时 FID 为 1.15，加引导后为 0.99。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
Swift：通过目标外推实现自引导弱到强扩散模型训练报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISwift：通过目标外推实现自引导弱到强扩散模型训练
研究者提出 Swift 自引导训练方法，用冻结的弱去噪器外推干净回归目标，在不增加推理开销的情况下提升更强扩散模型。在 ImageNet-256 某配置下，Swift 用约一半总训练算力即超过基线最佳 FID；在 RAEv2 上无推理引导达 FID 1.15，加引导达 0.99。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。