arXiv cs.CV· Yating Gao, Zhenlong Zhu, Wen Zihao, Lenan Zhang, Jiexiong Wang, Yang Yang, Guanjun Jiang, Yixiong Zou, Takuya Maekawa·· 3 小时前AI 评分30
轻量级速度校正框架：为冻结 Z-Image-Turbo 提升少步文本生成图像的指令遵循能力
A Lightweight Velocity Correction Framework for Improving Instruction Following in Few-Step Text-to-Image Generation
AI 导读
研究者提出轻量级速度校正框架，在冻结的 6B 参数少步文本生成图像器 Z-Image-Turbo 上，仅训练不到 20M 参数的共享校正器，就在成对指令遵循评估中取得 +17.60 个百分点 NetWin。校正器在选定采样步学习速度残差，不改变原采样计划与前向次数，也无需奖励优化或重新蒸馏。每张图额外端到端延迟仅 26.9 ms（0.84%）。
来源：arXiv cs.CV · arxiv.org