双人探戈：两个并行采样器在有限步数下提升扩散模型质量
计算机视觉与模式识别
2025-10-28 v1 机器学习
机器学习
摘要
我们考虑去噪步数（即扩散模型评估次数）有限的情况。我们证明，在这种限制下，使用两个并行处理器或采样器可以提升采样图像的质量。特别地，这两个采样器在连续时间步上进行去噪，它们的信息被适当地整合到潜在图像中。值得注意的是，我们的方法在概念和实现上都很简单：它是即插即用的、模型无关的，并且不需要任何额外的微调或外部模型。我们使用自动评估和人工评估，针对不同的扩散模型测试了我们的方法。我们还表明，对来自两个采样器的信息进行简单整合会降低样本质量。最后，我们发现增加更多并行采样器并不一定能提升样本质量。
引用
@article{arxiv.2510.21802,
title = {It Takes Two to Tango: Two Parallel Samplers Improve Quality in Diffusion Models for Limited Steps},
author = {Pedro Cisneros-Velarde},
journal= {arXiv preprint arXiv:2510.21802},
year = {2025}
}