作者提出了一种用于无分类器引导(CFG)的终端适配修复,以解决在扩散和流匹配采样器中在大引导尺度下出现的过饱和和不稳定问题。通过渐近保持视角分析CFG,他们表明标准引导会导致确定性DDIM步在sigma_min趋近于零时发散。
- 该修复用r^(1+w)-r替换了引导方向上的标准CFG项w(r-1),仅需一个系数和零次额外的网络函数评估。
- 此修改消除了sigma_min发散的爆炸,并在sigma_min趋近于零时对精确引导流实现了一阶精度。
- 在CIFAR-10检查点和Stable Diffusion 1.5 DDIM上,该方法作为高引导稳定器,减少了残差放大和饱和。
- 该方法在测试网格上相对于标准CFG获得了point-FID优势,同时在硬单元块中保留了分类器代理目标精度。
作者指出,这种修复并非通用的图像质量改进,而是专门用于在不增加额外计算成本的情况下稳定高引导采样。