arXiv · cs.AI· Hannah Janmohamed, Joao Correia, Penousal Machado, Antoine Cully·· 11 小时前
谱引导质量多样性扩散框架提升文本到图像生成的多样性
Uncovering the Generative Landscape of Diffusion Models: A Spectral-Guided Quality-Diversity Diffusion Framework
arXiv:2610.15724v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hannah Janmohamed, Joao Correia, Penousal Machado, Antoine Cully
研究任务与主要进展
研究提出谱引导质量多样性扩散框架，通过优化扩散模型的潜在噪声与条件嵌入，并利用输入到激活 Jacobian 的主奇异向量引导搜索，发现更多高质量且多样的文本到图像输出。基于论文摘要，该方法与12个基线比较并报告最低 FID，展示了图像质量和多样性之间的平衡。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org