待验证50% 置信事实精确时间
扩散模型在去噪过程中会将负面提示词对应的语义向量作为反向引导信号，这种机制被称为Classifier-Free Guidance的负向条件
1
来源数
50%
置信度
长期有效
时效性
2026/8/23
首次发现
来源
涉及实体
相关事实
待验证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79% 相似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79% 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74% 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70% 相似待验证在Stable Diffusion等开源模型中，负向提示词是一个独立的输入框，用于告诉模型主动回避某些视觉特征70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/791371API
curl https://kongchang.com/api/v1/knowledge/claims/791371MCP
get_claim(id=791371)