待验证50% 置信事实精确时间

当采样过程被压缩到少数几个粗粒度转移步骤时，简单的高斯去噪无法准确刻画真实的反向过程

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

Normalizing Trajectory Models：让少步生成重拾精确似然框架

涉及实体

少步生成concept

相关事实

待验证对于包含多步工具调用的Agentic工作流，任何一步的轻微退化都可能导致最终结果崩溃，不做分步评估几乎无法定位问题环节72% 相似待验证少步数生成方案存在质量与速度的权衡：步数过少时模型难以修正早期误差，可能导致细节模糊或运动不自然71% 相似待验证当步数骤降至4步时，每步需要完成的去噪跨度大幅增加，模型必须在单步内做出更大胆的预测，容易导致高频细节丢失、运动轨迹不连贯等问题70% 相似待验证混元模型倾向于过度简化和平滑，存在明显锯齿，说明分辨率仍不足69% 相似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69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/988305

API

curl https://kongchang.com/api/v1/knowledge/claims/988305

MCP

get_claim(id=988305)