RSIDiff 是用于提升扩散模型性能的递归自训练（RSI）框架。通过迭代优化模型，基于模型自身生成的数据进行训练，解决传统自训练中常见的训练崩溃问题。RSIDiff 的核心在于通过三种策略提升生成图像的质量和与人类偏好的对齐能力：一是高质量提示构建与筛选，通过优化提示的清晰度、具体性和多样性，增强生成图像的感知一致性；二是偏好采样，通过自动评估指标筛选出与人类偏好一致的样本，避免引入生成幻觉；三是基于分布的样本权重机制，惩罚分布外的样本，减少其对模型训练的负面影响。

RSIDiff – 基于合成数据提升图像生成质量的递归自训练框架 第1张
（图片来源网络，侵删）
RSIDiff – 基于合成数据提升图像生成质量的递归自训练框架 第2张
（图片来源网络，侵删）