arXiv · cs.AI· Kostas Triaridis, Morris E. Sharp, Nebojsa Jojic·· 6 小时前
MINE-SAMPLE-RENDER：生成模型测试时多样性对齐方法
Mine, Sample, Render: Test-Time Diversity Alignment Of Generative Models
arXiv:2610.21185v1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：Kostas Triaridis, Morris E. Sharp, Nebojsa Jojic
研究任务与主要进展
作者提出测试时方法 MINE-SAMPLE-RENDER（MSR），先从真实生成物语料中挖掘可解释的类别模式并提取采样统计，再采样属性配置，最后让生成模型仅负责条件渲染。基于论文摘要，MSR在天气报告生成、用户模拟、网页设计、文生图和Agent生成3D资产任务中改善了与语料分布的对齐以及生成输出的多样性；具体实验细节和比较基线未在材料中说明。
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