扩散模型负向引导新方法：基于正-未标注学习的渐近精确采样

研究者提出一种扩散模型负向引导方法，通过显式目标密度统一处理参考样本和条件分数两种规格，并利用正-未标注学习在每个扩散时间步在线估计样本属于非期望条件的概率。该方法结合Sequential Monte Carlo修正粒子漂移，在粒子极限下实现渐近精确采样，可将任意现有负向引导方法转化为其提议核。