PEEK:扩散采样曝光偏差校正插件
热点事件持续更新
PEEK:扩散采样曝光偏差校正插件
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yunwei Bai 等作者提出 PEEK,一种无需训练的确定性采样器插件,用于缓解扩散模型采样中的曝光偏差。其做法是:在每个去噪步骤先做一次临时单步更新,在前瞻状态上评估去噪器,再与下一步预测插值,形成下一噪声状态。 作者称,在 8 个像素空间与潜空间扩散模型(无条件、标签引导、文本引导)上,PEEK 相对 NFE 匹配基线将 FID 最高改善 49.3%,额外计算开销很小;每个模型的一次性校准耗时最多 2.2 分钟。
AI 根据报道生成 · 50 分钟前更新
最新进展11月5日 13:00
PEEK:面向扩散模型采样的一步前瞻曝光偏差校正报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv cs.AIPEEK:面向扩散模型采样的一步前瞻曝光偏差校正
PEEK 是一种无需训练的确定性采样器插件,通过在每个去噪步骤先做一次临时单步更新、在前瞻状态上评估去噪器,再与下一步预测插值形成下一噪声状态,以缓解扩散采样的曝光偏差。在 8 个像素空间与潜空间扩散模型(无条件、标签引导、文本引导)上,PEEK 相对 NFE 匹配基线将 FID 最高改善 49.3%,每模型一次性校准耗时最多 2.2 分钟。
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。