超越并无需扩散：可逆引导一致性训练
计算机视觉与模式识别
2025-02-11 v1
摘要
图像生成中的引导通常通过扩散模型（DMs）中的无分类器引导（CFG）实现，以引导模型生成更高质量或更具针对性的输出。然而，近期一致性模型（CMs）通过从预训练的 DMs 蒸馏 CFG 知识来实现引导，导致成本高昂且灵活性差。本文提出了可逆引导一致性训练（iGCT），一种用于引导 CMs 的新型训练框架，完全基于数据驱动。iGCT 是首个实现无需训练和蒸馏 DMs 的快速引导图像生成和编辑方法，显著降低了总体计算需求。iGCT 解决了 CFG 在高引导比例下出现的饱和性 artifact。我们在 CIFAR-10 和 ImageNet64 上进行了广泛实验，表明 iGCT 在 FID 和精度方面显著优于 CFG。在引导比例为 13 时，iGCT 将精度提升至 0.8，而 DM 的精度降至 0.47。我们的工作为在不依赖 DMs 的情况下为 CMs 实现引导和逆向操作铺平了第一步。
引用
@article{arxiv.2502.05391,
title = {Beyond and Free from Diffusion: Invertible Guided Consistency Training},
author = {Chia-Hong Hsu and Shiu-hong Kao and Randall Balestriero},
journal= {arXiv preprint arXiv:2502.05391},
year = {2025}
}