今日：
1.早上起床去学一新店买了几个面包去实验室，碰见亮子和飞一起分享。打两把炉石看了看何恺明新文章去吃午饭。
2.中午依旧减脂餐，吃完回实验室看看文章睡会觉。
3.下午天气很好，出去遛遛，发现湖边靠背椅子都被占满了，于是正好走回宿舍区给电动车充上电，回宿舍休息了。
4.晚上吃了学一二楼经典鸡腿卤肉饭，吃完回实验室拿电脑去上课，碰见了老师聊了会儿、笑嘻了，课上看油管flow-matching和JiT文章讲解，笔记列在了下面儿。
电脑没电了，不看了，晚上回家
Diffusion补充
https://www.youtube.com/watch?v=firXjwZ_6KI&t=1s
正向加噪是用dataset里的图片逐步创造训练数据，损失函数规范的是预测噪声ε与加噪的ε之间的距离。重复多次选用dataset的图片去训练。
反向去噪生成过程中，模型用学会的噪声来代入公式求xt+1，每次去噪一点点不断向真实图像靠近。
∴上述过程造成的问题：模型只会逐步去噪，即使给定步长（加了多少次噪），模型也没能力一次性把图像预测出来。只能一步步按学过的倒推，逐步遍历噪声空间。
流匹配是利用微分方程ODE，模型学习速度v，直接微分求得x0与x1之间的距离，从噪声直接推理出图片。速度也是自适应的，有时走得长有时走得近。最后学到的速度也是近似值，无法一次性还原所有距离，学习确定性的流（即一条平滑路径）取代了传统扩散的不确定性。
在真实图像和纯噪声之间插值，大概只用5~15次正向过程，比传统扩散省事很多。
Back to Basics: Let Denoising Generative Models Denoise收获感悟
https://www.youtube.com/watch?v=iDniTU2XNXw
整体思想：把图像生成的去噪过程想象发生在一个高维空间中，我们假设自然图像只占有其中小部分的空间（类比房间里的一张废纸），以往的diffusion任务中模型往往是学习一条如何避免噪声走的路，这篇文章提出直接专注于“寻找答案的空间”，减少先前没有用的计算与存储量，模型性能反而更牛。