Tag · 4 篇

无训练引导

分布生成模型与扩散3数据集与评测1

When Numbers Speak: Aligning Textual Numerals and Visual Instances in Text-to-Video Diffusion Models

通过筛选判别性自注意力/交叉注意力头提取可计数的潜变量布局，再调制交叉注意力引导重生成，是一种无需训练即可复用的生成过程结构引导手段，可直接迁移到其他需要空间/数量约束的扩散生成任务。

Improving Diffusion Generalization with Weak-to-Strong Segmented Guidance

把 CFG 与 AutoGuidance 统一到弱到强原则下，给出何时该用哪种引导的判据，并提出 SEG 混合引导；做扩散采样或引导调参时可直接替换 CFG，也可把该原则写进训练目标以提升无引导模型的泛化。

FlowMotion: Training-Free Flow Guidance for Video Motion Transfer

对做视频生成的人，这篇给出了一个免训练的运动控制手段：直接拿 flow-based T2V 模型早期潜变量预测当运动表征，省掉额外构造中间引导的开销；速度正则化稳定优化的做法也可迁移到其他采样期引导任务。

DMGD: Train-Free Dataset Distillation with Semantic-Distribution Matching in Diffusion Models

用条件似然优化替代辅助分类器实现语义匹配，并以最优传输做分布匹配，为扩散模型中的无训练引导提供可复用方案；其分布近似匹配与贪心渐进匹配策略可迁移到任何需要低成本分布对齐的生成流程。