论文页面 - 像素扩散模型的对抗训练

来源：https://huggingface.co/papers/2609.38170

摘要

像素扩散模型直接生成RGB图像，避免了自动编码器的瓶颈，但其输出在系统性地再现自然图像的细粒度统计特性方面仍然存在不足。我们表明，对抗学习为这一缺陷提供了有效的训练后修正。从预训练模型出发，我们保留其原有的扩散或流匹配目标，并在非高噪声时间步为预测输出添加对抗性损失，同时保持模型架构和采样过程不变。据我们所知，这是首个关于像素扩散模型对抗训练后研究的系统性研究。在两种像素骨干网络上，该方法共同提升了分布保真度、覆盖范围、提示对齐度和感知质量。我们进一步探究了其有效的原因。频带和幂律分析表明，原始模型系统性地低产出自然图像的高频内容，而对抗训练后处理恢复了缺失的频谱功率。相比之下，感知损失虽然也增加了高频内容，但牺牲了分布保真度和提示对齐度。最近邻、召回率和匹配的无GAN微调控制进一步排除了记忆化、模式丢失和额外优化作为简单解释的可能性。最后，我们检验了这一效果的边界。在测试的潜扩散配置下，相同的方法未能产生可比的综合增益，且几乎没有增加解码后的高频功率。这些结果表明，直接访问图像统计特性以进行修正，是决定对抗训练后处理何时成功的关键因素。

查看arXiv页面 (https://arxiv.org/abs/2609.38170) 查看PDF (https://arxiv.org/pdf/2609.38170) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.38170)

通过您的代理获取此论文：

hf papers read 2609\.38170

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

在模型README.md中引用arxiv.org/abs/2609.38170，可将此论文链接至该页面。

引用此论文的数据集 0

没有数据集链接此论文

在数据集README.md中引用arxiv.org/abs/2609.38170，可将此论文链接至该页面。

引用此论文的Space 0

没有Space链接此论文

在Space README.md中引用arxiv.org/abs/2609.38170，可将此论文链接至该页面。

包含此论文的收藏 0

没有包含此论文的收藏

将此论文添加到收藏 (https://huggingface.co/new-collection) 以将其链接到此页面。