待验证50% 置信事实精确时间
Classifier-Free Guidance的公式为：预测噪声 = 无条件预测 + 引导强度 × (条件预测 - 无条件预测)，引导强度越高越偏离自然分布
1
来源数
50%
置信度
长期有效
时效性
2026/8/6
首次发现
来源
相关事实
待验证文本引导的去噪过程本质上是Classifier-Free Guidance（CFG）机制在起作用，模型同时预测有条件和无条件的噪声估计，两者差值被放大后引导生成方向75% 相似待验证过拟合的统计原理是当模型参数量相对训练数据过多时，模型会记住噪声而非学到规律65% 相似待验证DRaFT利用扩散模型去噪过程的可微性，将奖励函数梯度直接回传至模型参数，无需强化学习的策略梯度估计器，规避高方差问题62% 相似已验证扩散模型通过逐步添加高斯噪声再训练模型学习逆向去噪的马尔可夫链机制，规避了对抗训练的不稳定性62% 相似待验证扩散模型可通过引导（Guidance）机制实现可控生成，类似图像扩散中的Classifier-Free Guidance，无需重新训练模型61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/699124API
curl https://kongchang.com/api/v1/knowledge/claims/699124MCP
get_claim(id=699124)