待验证50% 置信事实精确时间
扩散模型直接推理更高分辨率时，去噪网络的感受野无法覆盖全局结构，会出现多头、肢体错乱或纹理重复等问题
1
来源数
50%
置信度
长期有效
时效性
2026/9/19
首次发现
来源
涉及实体
相关事实
待验证少样本提示词本身长得多，单纯的长度差异就足以移动模型的表征，过去测到的漂移混杂了与示例内容无关的长度噪声78% 相似待验证扩散模型每次从随机噪声开始去噪，相同文本提示下不同随机种子会导致面部特征、体型、服装等漂移，是角色一致性困难的技术根源78% 相似待验证高偏差意味着模型过于简单导致欠拟合，高方差意味着模型学入噪声导致过拟合，两者往往此消彼长77% 相似待验证主体漂移本质上是模型在时序一致性建模上的不足，源于扩散模型每帧去噪引入随机性叠加时序注意力对长程依赖捕获能力有限75% 相似待验证主流扩散模型在像素空间进行迭代去噪，文字的精确笔画结构对该过程极为敏感，细微噪声扰动会导致字形崩坏73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/935573API
curl https://kongchang.com/api/v1/knowledge/claims/935573MCP
get_claim(id=935573)