全局传输耦合GT结合CFG提升流生成

Katarina Petrović等作者在 arXiv 发表论文，提出 Global Transport（GT）——一种不依赖类别标签、全局类别无关的最优传输耦合，能让不同条件对应源噪声的不同区域。作者报告，GT 单独使用会拖累生成质量，但与无分类器引导（CFG）结合后，在离散类别和连续文本条件的图像生成任务中，跨模型规模和采样预算均稳定提升生成效果。上述提升结论出自论文作者的实验报告。 该研究的适用范围限于流模型的条件耦合，GT 的增益以与 CFG 搭配为前提。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。