跳到正文
热点事件持续更新

研究者提出PEEK插件缓解扩散采样曝光偏差

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Yunwei Bai 等研究者发布论文提出 PEEK,一个免训练的确定性采样插件,通过在每个去噪步骤做临时一步更新、在前瞻状态评估去噪器并插值,来缓解扩散采样中的曝光偏差。论文已被 NeurIPS 2026 接收。 据论文实验,该方法在 8 个像素空间与潜空间扩散模型、多种引导设置下均优于同等计算量的基线,FID 最多提升 49.3%,额外计算成本极低;每个模型的一次性校准在实验中最多耗时 2.2 分钟。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv cs.AI
    PEEK:用于扩散采样的一步前瞻曝光偏差修正

    研究者提出 PEEK,一个免训练的确定性采样插件,通过在每个去噪步骤做临时一步更新、在前瞻状态评估去噪器并插值,缓解扩散采样中的曝光偏差。该方法在 8 个像素空间与潜空间扩散模型、多种引导设置下均优于 NFE 匹配基线,FID 最多提升 49.3%,额外计算成本极低,单模型校准最多耗时 2.2 分钟。论文已被 NeurIPS 2026 接收。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。