风险规避的推理时扩散模型对齐：有限样本保证

研究提出一种风险规避的推理时扩散模型对齐框架，在轨迹级 KL 正则化下平衡期望成本与条件风险价值（CVaR），并将对齐问题化简为关于 CVaR 阈值的单维优化问题。该问题一般非凸，作者给出凸性充分条件并引入二次正则化以支持无导数三分搜索，同时提供阈值优化与价值估计的有限样本保证。在合成数据和 Stable Diffusion 图像生成实验中，该方法在保持平均成本竞争力的同时改善了尾部表现。