ICLR2025|ClassDiffusion: 使用显式类别引导的一致性个性化生成
本文提出了一种新的方法ClassDiffusion来提升个性化生成的一致性。通过分析发现个性化微调导致模型在遵循复杂提示词方面能力下降的根本原因是语义空间中的语义偏移,进而提出了ClassDiffusion以减少个性化概念与类别分布中心的语义距离,从而提高一致性。
本文提出了一种新的方法ClassDiffusion来提升个性化生成的一致性。通过分析发现个性化微调导致模型在遵循复杂提示词方面能力下降的根本原因是语义空间中的语义偏移,进而提出了ClassDiffusion以减少个性化概念与类别分布中心的语义距离,从而提高一致性。