arXiv stat.ML· Hanru Bai, Yuanchao Xu, Fengyi Li·· 4 小时前AI 评分23
Koopman Observers 如何用浅层特征观测校正扩散模型加速中的特征预测
Koopman Observers for Diffusion Acceleration: Correcting Feature Forecasts with Shallow Measurements
AI 导读
研究者提出一种观测校正的 Koopman 框架，用于加速冻结的扩散模型：用浅层网络特征的实时观测来校正深层特征预测，无需重新训练去噪器。在 CIFAR-10 和十类 ImageNet 子集上，该方法将 Inception 特征 MSE 分别降低 19.9% 和 11.9%，观测校正额外贡献 4.54% 和 4.67% 的降幅，相对 DDIM-50 实测加速 1.89 倍和 1.85 倍。
来源：arXiv stat.ML · arxiv.org