TrajCFG：去噪轨迹反馈的Token级引导
热点事件持续更新
TrajCFG：去噪轨迹反馈的Token级引导
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026年10月14日，arXiv Computer Vision 收录论文，提出 TrajCFG（Trajectory-Adaptive Classifier-Free Guidance）。据该报道，TrajCFG 是一种面向 flow-matching 模型的免训练无分类器引导（CFG）方法，其做法是利用引导速度方向的历史变化实现 token 级自适应引导：对方向变化大的 token 施加强引导，对方向一致的 token 减弱引导，并且不增加额外的模型评估。报道将论文归为 Jingyu Liu 等人的成果。目前该事件仅有这一篇报道，尚无后续跟进或不同说法，方法的实际效果与适用范围有待更多来源验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
TrajCFG：基于去噪轨迹反馈的 Token 级无分类器引导报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv Computer VisionTrajCFG：基于去噪轨迹反馈的 Token 级无分类器引导
TrajCFG 是一种面向 flow-matching 模型的免训练无分类器引导（CFG）方法，利用引导速度方向的历史变化实现 token 级自适应引导，对方向变化大的 token 施加强引导、对方向一致的 token 减弱引导，且不增加额外模型评估。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。