Tag · 2 篇
质量评估
01 02
面向文本到图像扩散模型的早期质量评估
Toward Early Quality Assessment of Text-to-Image Diffusion Models
对做 T2I 生成的人，Probe-Select 提供了一种在去噪轨迹早期（约 20% 步数）用中间激活预测最终质量分、提前终止劣质种子的插件式方案，可直接嵌入现有 diffusion/flow-matching 采样循环，把 generate-then-select 的算力开销降下来。
扩散探针：使用 CNN 探针预测生成图像结果
Diffusion Probe: Generated Image Result Prediction Using CNN Probes
利用扩散模型早期去噪步骤的交叉注意力图统计特征，训练轻量级 CNN 探针预测最终图像质量，可用于提示词优化、种子选择与加速 RL 训练等需要早期质量引导的 T2I 工作流。