条件生成的校正扩散引导
计算机视觉与模式识别
2025-10-02 v2
摘要
分类器自由引导（CFG）通过将条件得分函数与无条件得分函数组合使用两个系数之和为一的系数，作为扩散模型采样的实用技术。然而，从理论上讲，使用 CFG 的去噪无法表述为 reciprocal 扩散过程，这可能导致实际使用中隐藏某些风险。在本工作中，我们重新审视了 CFG 的理论依据，并严格确认不当配置组合系数（即广泛使用的求和为一版本）会导致生成分布的期望偏移。为校正此问题，我们提出了 ReCFG，通过对引导系数进行放松来实现，该方法使得使用该方法的去噪严格地与扩散理论一致。我们进一步展示，我们的方法在给定引导强度时享有一种 \textbf{\textit{闭式}}解。因此，校正后的系数可以通过遍历观察数据来预先计算，几乎不影响采样速度。在真实数据上的实证证据表明，我们的后处理设计与现有基于状态的扩散模型兼容，包括类别条件模型（如 ImageNet 上的 EDM2）和文本条件模型（如 CC12M 上的 SD3），无需任何重新训练。代码已提供。
引用
@article{arxiv.2410.18737,
title = {Rectified Diffusion Guidance for Conditional Generation},
author = {Mengfei Xia and Nan Xue and Yujun Shen and Ran Yi and Tieliang Gong and Yong-Jin Liu},
journal= {arXiv preprint arXiv:2410.18737},
year = {2025}
}