arXiv · cs.AI· Sylvain Dehayem Kenfouo, Aaron Zweig, Mingxuan Zhang, Elham Azizi·· 5 小时前
研究提出基于Pullback方向的可控多样化条件扩散采样方法
Controllable Diverse Sampling through Pullback Directions
arXiv:2610.14294v1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：Sylvain Dehayem Kenfouo, Aaron Zweig, Mingxuan Zhang, Elham Azizi
研究任务与主要进展
研究提出一种无需训练的Pullback方向采样方法，通过条件嵌入空间到图像空间的局部几何引导不同采样轨迹，提升条件扩散模型生成结果的多样性。实验在MS-COCO图像生成和BrushNet图像修补任务上进行，摘要称其改善了多样性并保持与条件信号的一致性，但未提供具体指标、基线或采样开销。
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