Para penulis mengusulkan perbaikan terminal-fitted untuk bimbingan tanpa pengklasifikasi (CFG) untuk mengatasi masalah oversaturasi dan ketidakstabilan yang terjadi pada skala bimbingan besar dalam sampler pencocokan aliran dan difusi. Dengan menganalisis CFG melalui lensa pelestarian asimtotik, mereka menunjukkan bahwa bimbingan standar menyebabkan langkah DDIM deterministik menyimpang saat sigma minimum mendekati nol.
- Perbaikan ini mengganti istilah CFG standar w(r-1) dengan r^(1+w)-r pada arah bimbingan, hanya memerlukan satu koefisien dan nol evaluasi fungsi jaringan tambahan.
- Modifikasi ini menghilangkan ledakan divergen sigma_min dan mencapai akurasi orde pertama terhadap aliran terpandu tepat saat sigma_min mendekati nol.
- Pada checkpoint CIFAR-10 yang dipelajari dan Stable Diffusion 1.5 DDIM, metode ini bertindak sebagai stabilizer bimbingan tinggi yang mengurangi amplifikasi residual dan saturasi.
- Pendekatan ini menghasilkan kemenangan point-FID dibandingkan CFG standar pada grid yang diuji sambil mempertahankan akurasi target proxy pengklasifikasi dalam blok hard-cell.
Para penulis mencatat bahwa perbaikan ini bukan peningkatan kualitas gambar universal tetapi secara khusus berfungsi untuk menstabilkan pengambilan sampel bimbingan tinggi tanpa biaya komputasi tambahan.