时间步自适应训练

超越黄金数据：通过时间步选择性训练解决运动-视觉质量困境

Beyond the Golden Data: Resolving the Motion-Vision Quality Dilemma via Timestep Selective Training

对做视频扩散训练的人，这篇给出了一个可直接复用的数据使用策略：不必筛掉运动强但画质差（或反之）的样本，而是按时间步把不同质量倾向的数据分配到模型学习的不同阶段，从而在数据受限时仍能提升生成质量。