prompt embedding optimization

深度分析

演化式最佳化 sep‑CMA‑ES 超越 Adam：Stable Diffusion XL Turbo 提示嵌入實驗

研究聚焦於 Stable Diffusion XL Turbo 的提示嵌入搜尋，將無梯度的 Sep‑CMA‑ES 與梯度式 Adam 進行比較。使用結合美學預測與 CLIPScore 的加權目標，於 36 個提示測試三種權重設定。結果顯示 Sep‑CMA‑ES 在目標值、資源佔用與影像相似度上均優於 Adam，證實其在推論時的有效性。