arXiv · cs.LG· Teo Deveney, Lea Bogensperger, Hok Shing Wong·· 14 小时前
β-Flow:通过精确高斯条件化统一扩散与流匹配后验采样
Spanning Diffusion and Flow-based Posterior Sampling via Exact Gaussian Conditioning
AI 导读
研究者提出 β-Flow,一种由相关性参数 β 和置信度参数 κ 控制的通用即插即用后验采样方法,统一了流匹配、扩散模型与去相关先验。每步仅需一次去噪网络前向评估,随后执行不依赖网络梯度的精确 Kalman 更新。在 4 个数据集、7 类逆问题上,该方法在 PSNR 和 SSIM 上均达到 SOTA 水平。
来源:arXiv · cs.LG · arxiv.org