待验证50% 置信解决方案精确时间
该研究提出在早期流步骤中对CFG进行修正：在噪声阶段降低或重新加权CFG影响，随后逐步恢复标准CFG，该方法不需要重新训练模型也不增加推理成本，完全在采样阶段完成。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
重新审视CFG：TI2I流匹配中的隐式陷阱与修正
rss2026/10/15
涉及实体
相关事实
待验证流匹配的'噪声阶段'或'早期流步骤'指积分刚开始、t接近0、样本仍是接近纯噪声的那几步，此阶段图像结构信息尚未成形，正是CFG行为发生反常的时间窗口。71% 相似待验证无分类器引导（CFG）同时运行有条件分支和无条件分支，沿有条件方向减去无条件方向放大条件信号，以额外一倍推理成本换取质量提升70% 相似待验证负向提示词在Stable Diffusion等开源模型中通过Classifier-Free Guidance（CFG）机制实现，CFG Scale通常设置在7-12之间69% 相似待验证在低步数推理中使用过高的CFG值会放大每步的修正幅度，导致色彩过饱和、对比度失真甚至产生伪影，使用加速LoRA时往往需要将CFG值从7.5降至2-468% 相似待验证CFG=1 意味着完全不进行差值放大，生成过程退化为纯无条件扩散，提示词失去引导效果68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046700API
curl https://kongchang.com/api/v1/knowledge/claims/1046700MCP
get_claim(id=1046700)