arXiv · cs.AI· Yanjin He, Cuifeng Shen, Wanzhou Lei, Maohua Li, Tao Lan, Kan Liu, Hanlin Tang, Qing Qu·· 2 天前
SWIFT：通过目标外推实现自引导弱到强扩散模型训练
SWIFT: Self-guided Weak-to-strong dIFfusion models via Target extrapolation
arXiv:2610.25844v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yanjin He, Cuifeng Shen, Wanzhou Lei, Maohua Li, Tao Lan, Kan Liu, Hanlin Tang, Qing Qu
研究任务与主要进展
作者提出SWIFT，利用冻结的弱去噪器将干净回归目标从其预测结果向外推，以改进主模型并避免推理时额外引导开销；弱引导器可采用训练早期检查点，主模型训练无需其反向传播，训练后即可丢弃。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org