# PEEK busca reduzir erros em imagens geradas por difusão

> Pesquisadores propõem um complemento de amostragem que dispensa treinamento e, segundo eles, melhora as pontuações de geração de imagens em oito modelos de difusão, com baixo custo de calibração.

Oossa · 2026-11-05 · https://oossa.com/pt/peek-aims-to-reduce-diffusion-image-errors-during-sampling

Pesquisadores apresentaram o PEEK, um complemento que dispensa treinamento para geradores de imagens por difusão. Ele faz uma avaliação adicional do denoiser em etapas selecionadas da amostragem e usa essa previsão antecipada para ajustar a etapa seguinte e reduzir o viés de exposição — a diferença entre as entradas usadas no treinamento e as entradas imperfeitas que o modelo encontra durante a geração.

Os autores relatam melhorias em relação a modelos de referência com o mesmo número de avaliações do denoiser, em oito modelos de espaço de pixels e de espaço latente, incluindo configurações guiadas por texto. Eles relatam melhorias de até 49,3% no FID; nos experimentos, calibrar o complemento para um modelo levou no máximo 2,2 minutos.

## Os fatos

- O artigo foi aceito na NeurIPS 2026.
- Os autores testaram o PEEK em oito modelos de difusão e relatam melhorias de até 49,3% no FID.

## Por que importa

Para equipes que pesquisam geradores de imagens por difusão, o PEEK oferece um método do lado do amostrador que pode ser testado sem retreinamento, embora o artigo não determine como ele se comporta em produtos disponíveis ao público.

## Fontes e referências

1. [PEEK: One-Step-Look-Ahead Exposure Bias Correction for Diffusion Sampling](https://arxiv.org/abs/2611.05407) – arXiv cs.CV, 2026-11-05

Última atualização: 2026-11-05