将重建 FID 预测 Diffusion 生成 FID
计算机视觉与模式识别
2026-05-08 v2 机器学习
摘要
众所周知，VAE 的重建 FID（rFID）与潜在扩散模型的生成 FID（gFID）之间的相关性很差。我们提出了插值 FID（iFID），这是一种 rFID 的简单变体，显示出与 gFID 高度相关。具体而言，对于每个数据集元素，我们检索其在潜在空间中的最近邻，插值它们的潜在表示，解码插值后的潜在向量，然后计算解码后样本与原始数据集之间的的 FID。我们对 iFID 与 gFID 高度相关的直观解释，以及为何重建指标可能与 gFID 呈负相关性进行了阐述，将其与近期关于扩散泛化和幻觉的结果相联系。理论上，我们展示 iFID 评估解码插值，这些插值围绕扩散样本浓度集中的脊线集合，因此测量与扩散样本质量密切相关的量。实证上，iFID 是首个在 diverse VAEs 上显示出强相关性的指标，达到约为 的 Pearson 和 Spearman 相关系数。项目页面可访问于 https://tongdaxu.github.io/pages/ifid.html。
引用
@article{arxiv.2603.05630,
title = {Making Reconstruction FID Predictive of Diffusion Generation FID},
author = {Tongda Xu and Mingwei He and Shady Abu-Hussein and Jose Miguel Hernandez-Lobato and Chunhang Zheng and Kai Zhao and Chao Zhou and Ya-Qin Zhang and Yan Wang},
journal= {arXiv preprint arXiv:2603.05630},
year = {2026}
}