arXiv · 机器人与计算机视觉· Wuyang Zhang, Xiaolin Xu·· 14 天前精选AI 评分78
Decompose the Distillation:可解释的单步引导用于扩散模型
Decompose the Distillation: Interpretable Single-Pass Guidance for Diffusion Models
AI 导读
论文介绍了一种名为 CtrlFlow 的扩散模型推理时间引导新方法,旨在解决传统分类无关引导(CFG)需要双次前向传播的问题。该方法通过冻结骨干网络并附加两个轻量级 LoRA 适配器,在单次前向传播中同时输出可解释的基流和引导方向,从而保持与 CFG 相同的接口灵活性且无需重新训练。为对齐推理时的误差放大特性,工作采用了统一的多尺度蒸馏损失、尺度自适应调制和时间网格扭曲等技术来优化训练与求解过程。
推荐理由
提出单步引导方法 CtrlFlow,通过轻量适配器保留扩散模型的可解释基流与引导方向接口,支持推理时调节且无需重训。
来源:arXiv · 机器人与计算机视觉 · arxiv.org