Tieferes Verständnis der trainingsfreien Diffusionssteuerung: Mechanismen und Grenzen

Die Studie bietet eine theoretische Analyse, die die trainingsfreie Diffusionssteuerung aus der Optimierungsperspektive unterstützt und sie von der klassifikatorbasierten (oder klassifikatorfreien) Steuerung unterscheidet. Sie zeigt theoretisch, dass trainingsfreie Methoden anfälliger für adversarische Gradienten sind und langsamere Konvergenzraten aufweisen als die Klassifikatorsteuerung. Darüber hinaus werden Techniken eingeführt, um diese Einschränkungen zu überwinden, die theoretisch und empirisch validiert werden.