Neuer Ansatz: CFG-EC verbessert Fehlerkorrektur bei Classifier-Free Guidance
Die Methode Classifier-Free Guidance (CFG) hat sich als Standard für die gleichzeitige Verbesserung der Prompt‑Treue und der Bildqualität in bedingten Generativmodellen etabliert. Dabei wird während des Trainings stochastisch zwischen konditionalen und neutralen Prompt‑Varianten gewechselt, um sowohl bedingte als auch unbedingte Generationen zu ermöglichen. Beim Sampling hingegen erzeugt CFG gleichzeitig sowohl neutrale als auch konditionale Ausgaben, was zu inkonsistenten Rauschschätzungen führt.
