多模态
Prafulla Dhariwal
普拉富拉·达里瓦尔
扩散模型 · 条件生成
Prafulla Dhariwal 是生成模型研究者，代表工作包括扩散模型中的分类器引导，以及后来的高效采样研究。他的公开研究覆盖图像、音频和其他形式的生成任务。
2021 年，他与 Alex Nichol 比较不同扩散网络设计，并用分类器的梯度引导生成方向。这样可以提高输出与指定类别的符合程度，同时观察生成质量和多样性的变化。论文的比较基于具体图像任务，不意味着一种方法在所有生成场景都更好。
他还参与一致性模型研究，尝试把原本需要反复去噪的生成过程缩短为更少步骤。这几项工作分别改进模型结构、条件控制和采样效率，帮助扩散模型从有潜力的研究方法发展为更实用的生成工具。