研究者提出免训练推理方法 SatisDive

Kevin Zhai 等作者提出免训练推理时方法 SatisDive，用于文本到图像扩散生成。该方法把生成建模为“满足”问题：每张图像须满足奖励下限，整批图像须满足多样性阈值，改变下限即可定义一条满意度-多样性 Pareto 前沿。 据作者称，SatisDive 无需训练，仅在推理阶段运行，用于在这条前沿上穿行。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。