上一页区分了两件事：训练时，可以拿一张已知照片主动加噪；生成时，却没有一张指定原图等着从噪声中找回来。这一页接着回答：既然没有人逐张手写答案，模型的训练题和批改依据从哪里来？

从那张红杯照片出发，我们主动加入扰动。扰动较轻时，杯子还容易辨认；扰动较重时，可见的信息更少。同一张照片可以在不同难度、不同扰动下，形成许多道题。难度标记也要送给模型：同样一片模糊颜色，在轻度受损时可能值得保留，在重度受损时则可能主要来自扰动。训练时可以直接抽一个噪声等级来造题，不必每次从头逐步损坏到这一等级。时刻标签必须与实际采用的噪声日程匹配；错贴难度会让模型用错误前提解释输入。

关键是把出题者掌握的信息与作答模型可以看到的信息分开。出题者保留原图，也知道这次加入了什么扰动。这里训练的是预测扰动的模型：它收到的是受损图与难度，给出对扰动的预测。之后，训练过程把预测与已知扰动比较，并用差异调整模型参数。

干净照片没有因此变成这次作答的输入。它参与了造题；知道答案的批改者也没有把答案提前塞给模型。无需逐张人工标注，不等于没有训练答案或目标：这里的目标来自我们已知的造题过程。许多照片、许多难度下的题目，训练的是同一套模型，而不是每张照片单独配一个模型。

学生：“既然已经知道加了什么噪声，为什么还要让模型猜？”

教师：“我们知道，是因为这道训练题由我们制造。让模型在不知道这次扰动答案的情况下作答，再给反馈，是为了让它学会从受损输入与难度中提取可用规律。使用时会面对新的状态，出题时保存的答案不会跟着交给它。”

学生：“把干净图也递进去，训练误差不就小了吗？”

教师：“这样改变了任务：模型拿到了正常生成时没有的额外信息。误差小不能替代任务成立；我们要检查的是在合法输入条件下能做什么。”

学生：“那一张照片出很多题，是不是就等于有了很多不同的训练照片？”

教师：“增加了这张照片上的扰动与难度组合，却没有凭空增加新的杯型、场景或结构。造题能扩展练习方式，不能自动补足原始数据未覆盖的内容。”

这一页先选“预测扰动”把监督关系讲清。后面还会比较预测干净图或其他变化信息的做法；不要把这里的一种训练表达当成所有扩散模型只能使用的答案形式。同样，训练时拿到可批改的目标，不等于模型能从任意严重受损输入精确找回唯一原图。信息丢失后，不同原图可能都与眼前输入相容。

现在可以用一句话串起图中的回路：我们知道怎样损坏一张图，所以知道怎样给预测提供反馈；模型学会的是在规定输入下作预测，反馈更新的仍是同一套参数。

接下来：如果受损图容得下多个合理来处，会不会最后只得到它们的模糊平均？下一页用杯柄的两个可能位置区分“预测中要处理的不确定性”与“最后交付一个完整候选”。再下一页会把预测器与更新规则接起来，看到一次生成怎样由多次更新组成。