待验证50% 置信事实精确时间
Classifier-Free Guidance技术由Jonathan Ho和Tim Salimans于2022年提出，允许模型在推理时通过调节引导强度参数平衡生成图像的多样性和与文本提示的一致性
1
来源数
50%
置信度
长期有效
时效性
2026/9/7
首次发现
来源
涉及实体
相关事实
待验证分类器自由引导（CFG）由Jonathan Ho和Tim Salimans于2022年提出，通过训练时随机丢弃文本条件使模型学会有条件和无条件生成68% 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68% 相似待验证在Classifier-Free Guidance机制中，模型会计算基于正面提示词和负面提示词的两个方向预测，最终生成方向在两者之间做加权插值65% 相似待验证特征存储（Feature Store）用于保证模型训练与推理的一致性65% 相似待验证该框架将学习者的属性与认知评估结果编码进结构化提示中，作为LLM生成回答的条件约束，完全绕开了模型微调或重新训练63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/874364API
curl https://kongchang.com/api/v1/knowledge/claims/874364MCP
get_claim(id=874364)