PreviewDiff 把多模态评审放进去噪循环:在 SDXL 与 LTX-Video 上以同等算力超过 Best-of-N
PreviewDiff 提出一种免训练测试时搜索方法,在选定的去噪检查点解码中间预览、让多模态评审打分并给出自然语言修正,再据此在语义提示编辑与局部重加噪的潜变量延续上分支、评分并选择性推进,在图像与视频生成基准上以同等算力预算稳定优于 Best-of-N 与标量搜索基线。
PreviewDiff 提出一种免训练测试时搜索方法,在选定的去噪检查点解码中间预览、让多模态评审打分并给出自然语言修正,再据此在语义提示编辑与局部重加噪的潜变量延续上分支、评分并选择性推进,在图像与视频生成基准上以同等算力预算稳定优于 Best-of-N 与标量搜索基线。
已读完全部报道