Guida Additiva Consapevole dei Conflitti per Modelli di Flusso sotto Ricompense Composizionali
Un nuovo metodo chiamato Guida Additiva Consapevole dei Conflitti (g^car) affronta la deriva fuori varietà nei modelli di diffusione e flusso durante il campionamento guidato in fase di inferenza con vincoli multipli. L'approccio rileva e risolve dinamicamente i conflitti di gradiente per mantenere la qualità della generazione. Validato su dataset sintetici e compiti di editing di immagini, g^car offre una soluzione leggera e apprendibile per la generazione controllata senza necessità di fine-tuning.
Fatti principali
- 1. arXiv:2605.20758v1 annuncia la Guida Additiva Consapevole dei Conflitti (g^car)
- 2. g^car corregge la deriva fuori varietà causata dal disallineamento dei gradienti
- 3. Il metodo è leggero e apprendibile
- 4. Validato su dataset sintetici e editing di immagini
- 5. Non richiede fine-tuning dei modelli di base
Entità
—