arXiv · 机器人与计算机视觉· Qing Jin, Chaoyang Wang·· 6 天前AI 评分74
理解与学习扩散模型中的预测目标:k-Diff 框架
Understanding and Learning Prediction Targets in Diffusion Models
AI 导读
本文针对扩散和流匹配模型中从噪声、速度到直接数据预测的目标转变提供理论解释,推导了数据几何与最优目标的解析关系。作者提出 k-Diff 框架,利用数据驱动方式直接学习最优参数 k,无需显式估计内在维度。实验表明该方法在不同架构和数据规模下均优于固定目标基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org