truncated-jump-sampling

本文介绍了截断跳跃采样（Truncated Jump Sampling, TJS），这是一种无需训练的方法，通过利用端点可解码性加速扩散模型和流匹配模型的生成，将神经函数评估次数减少20-70%，同时在多个模型上保持接近匹配的质量。