无训练可控多样采样方法被NeurIPS workshop接收

Sylvain Dehayem Kenfouo 等作者提交预印本论文，提出一种无需训练的可控多样采样方法。该方法利用条件嵌入空间到图像空间的映射所诱导的局部回拉几何，找出输出最敏感的方向，沿这些方向引导不同采样轨迹，在保持与条件一致的同时生成更多样结果。 作者称，在 MS-COCO 和 BrushNet 上的实验显示，该方法能提升条件图像生成与图像修复的多样性，且无需额外优化或采样开销。该论文已被 NeurIPS 2026 的 DynaFront workshop 接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。