يقدم هذا البحث طريقة التوجيه النموذجي (MG)، وهي هدف جديد لتدريب النماذج التبادلية (diffusion models)، يُعالج من خلاله ويزيل التوجيه الحر من الفئة (CFG) الذي يُستخدم على نطاق واسع. يتجاوز نهجنا المبتكر النمذجة القياسية التي تركز فقط على توزيع البيانات، من خلال دمج احتمالية التوزيع اللاحق للشروط. تنبع التقنية المقترحة من فكرة التوجيه الحر من الفئة، وهي سهلة التنفيذ وفعالة للغاية، مما يجعلها وحدة قابلة للتركيب والتشغيل الفوري (plug-and-play) لنماذج موجودة. تُسرّع طريقةنا بشكل كبير عملية التدريب، وتكافئ سرعة الاستنتاج، وتحقيق جودة استثنائية تتفوق على النماذج التبادلية المعاصرة التي تعتمد على التوجيه الحر من الفئة. تُظهر التجارب الواسعة فعالية وفعالية وكفاءة وقابلية التوسع على مختلف النماذج والموارد البياناتية. وأخيرًا، نحقق أداءً رائدًا على معيار ImageNet 256 بـ FID يبلغ 1.34. يمكن الوصول إلى الكود الخاص بنا من خلال الرابط: https://github.com/tzco/Diffusion-wo-CFG.