Diffusion 扩散模型的原理
哪些公司问过
答案要点
- 前向过程逐步加高斯噪声,闭式解 xt = √ᾱt·x0 + √(1-ᾱt)·ε
- 反向网络预测噪声,损失为预测噪声与真实噪声的均方误差
- DDIM 用确定性采样减少步数;预测噪声等价于估计得分函数
- Classifier-free guidance 组合有条件与无条件预测增强条件控制
- 潜空间扩散先用 VAE 压缩,再在潜空间扩散,文本经交叉注意力注入
易错点
- 说扩散模型直接预测干净图像,DDPM 常用的是预测噪声
- 以为采样一定要上千步,DDIM 等方法能大幅减少
- 把潜空间扩散的 VAE 当成扩散过程的一部分,它只负责压缩与重建
面试官常见追问
- 扩散模型和 GAN 相比有什么优缺点?
- Classifier-free guidance 怎么做?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。