11:41官方账号arXiv cs.LG@Travis Zhang, Christian Belardi, Justin Lovelace, Jin Peng Zhou, Saebyeol Shin, Carla P. Gomes, Kilian Q. Weinberger扩散模型采样通常需要多次神经网络前向传播,计算成本高昂。研究提出OYS方法,将时间步选择视为黑盒优化问题,直接使用贝叶斯优化目标指标。该方法在文本生成和图像修复任务上均优于默认采样方案,5步OYS采样可保留50步采样的89%-94%质量,同时降低10倍推理成本。论文扩散模型贝叶斯优化OYS推荐理由:OYS方法用贝叶斯优化调整扩散模型采样,5步就能达到50步的质量,速度提升10倍,还不需额外训练。原文稍后读已读值得跟进有用关注 扩散模型