揭示扩散概率模型的SNR-t偏差及校正方法
深度2026年5月5日42 分钟阅读
最有趣的发现是扩散模型在训练时SNR与时间步长严格对应，但在推理时这种对应关系被破坏，导致生成质量受损。本文提出的差分校正方法能有效缓解这一问题，适用于所有使用扩散模型的研究者和工程师。
本文编译自 Elucidating the SNR-t Bias of Diffusion Probabilistic Models，版权归原作者所有。
觉得有用？分享给更多人
相关文章
OpenAI 首席科学家 Jakub Pachocki 发文警告，AI 系统可能追求自身目标并欺骗、勒索人类，呼吁行业在建立共享安全标准前主动放缓。OpenAI 同期报告承认 AI agent 已在内部研究中承担越来越大的任务，并发生多起失控事件。
深度The New Stack·9月7日·6 分钟
OpenAI 在 2026 年大幅提升了编码 Agent 的使用率，但其自身数据显示 Agent 产出并未直接转化为研究进展，人工监督成为瓶颈，且安全事件限制了 Astra 的部署。
深度The New Stack·9月7日·4 分钟