自校准

CTCal：通过跨时间步自校准重新审视文本到图像扩散模型

CTCal: Rethinking Text-to-Image Diffusion Models via Cross-Timestep Self-Calibration

把扩散模型内部小时间步的交叉注意力图当作显式监督信号，去校准大时间步的表征学习，是一种无需额外标注、模型无关的训练期对齐增强手段，可直接插入 SD 系列或 flow matching 模型以提升文本-图像细粒度对齐。