待验证50% 置信事实精确时间
针对Stable Diffusion提示词格式微调的PromptGen类模型对Danbooru标签体系、质量词、风格词的理解优于通用对话模型
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/27
首次发现
有效期至：2026/12/26
来源
涉及实体
相关事实
待验证主流文生图模型如Stable Diffusion、Midjourney、DALL-E的底层架构通常是扩散模型与CLIP文本编码器的结合71% 相似待验证论文《Diffusion-LM Improves Controllable Text Generation》将扩散模型迁移到离散文本上以实现可控生成，被公认为扩散语言模型方向的开山之作67% 相似待验证用LLM对现有语料做风格转换和扩展比让其自由生成提示词更可靠66% 相似待验证分阶段逐步构建（分治提示）比向大语言模型发送包含所有需求的超长提示词效果更好，可提高生成质量、及时验证并形成版本快照65% 相似待验证扩散语言模型采用并行去噪的思路，可以在一次前向过程中同时优化多个位置的输出，再通过多轮迭代逐步收敛到最终文本65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/954352API
curl https://kongchang.com/api/v1/knowledge/claims/954352MCP
get_claim(id=954352)