arXiv cs.AI·28 天前★ 2

文生图扩散中的满意度-多样性前沿

原文标题：Traversing the Satisfaction-Diversity Frontier in Text-to-Image Diffusion

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文将文生图生成建模为「满足式」问题：每张图需满足奖励下限，整批图需满足多样性阈值，二者权衡构成帕累托前沿。为此提出免训练的推理时方法 SatisDive，用批内相对奖励阈值区分高低奖励候选，对低奖励者强调提升、对高奖励者强调多样性。在 Pick-a-Pic 上，其满意度-多样性曲线在各设置下均帕累托优于 FK steering。

论文速读 · 四段结构cs.CV去论文速读 →

问题: 文生图批量生成中奖励与多样性被合并成单一分数，高多样性会掩盖低奖励。
方法: 建模为满足式问题，提出免训练推理时方法SatisDive，按批内相对奖励阈值分别强调提升与多样性。
结果: Pick-a-Pic上匹配DreamSim时，最差候选奖励较FK steering最高提升0.43（FLUX.1-dev+HPSv3）和0.70（SANA-1.6B+ImageReward）
影响: 批量出图可在不牺牲多样性的前提下抬高最差结果，直接改善产品出图体验。