待验证50% 置信事实精确时间
DPM-Solver由Cheng Lu等人于2022年提出，将扩散模型反向ODE重写为半线性结构，采样步数压缩至约10步
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证扩散模型的理论基础由 Song Yang 等人在 2020 年通过随机微分方程（SDE）框架统一阐明，概率流 ODE 的发现使确定性采样成为可能，催生了 DDIM 等加速采样方法，将采样步数从 1000 步压缩至 10-50 步69% 相似待验证LCM（Latent Consistency Model）由清华大学团队提出，通过一致性蒸馏将传统需要20-50步的DDIM推理压缩至1-4步68% 相似待验证DPO通过数学推导将RLHF三阶段流程压缩为单阶段微调，已被Llama 3、Mistral等主流开源模型采用67% 相似待验证扩散模型推理速度较慢，通常需要数十步去噪迭代才能生成一张图像，这催生了DDIM、DPM-Solver等加速采样算法66% 相似待验证LLM-as-a-Judge是由Zheng等人在2023年系统化提出的评估范式，利用能力更强的模型对被测模型输出进行打分或排序66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/514880API
curl https://kongchang.com/api/v1/knowledge/claims/514880MCP
get_claim(id=514880)