基于自适应负采样的扩散模型，无需外部资源
计算机视觉与模式识别
2025-08-06 v1
摘要
扩散模型(Diffusion Models, DMs)已展现出无与伦比的能力，能够从文本提示生成多样且高保真的图像。然而，它们在提示遵循度和生成质量方面差异巨大。负面提示法是为了提高提示符合性而引入的，通过指定图像不能包含的内容来实现。先前的研究表明存在一种理想负面提示，可最大化正面提示的生成概率。在本工作中，我们探讨了负面提示与无条件引导(CFG)之间的关系，发展出一种采样程序，即 Adaptive Negative Sampling Without External Resources(ANSWER)，从单个提示中综合考虑正面和负面条件。该方法利用扩散模型对否定意义的内在理解，提高生成图像忠于提示的概率。ANSWER 是一种无需训练的技术，可适用于任何支持CFG的模型，允许在没有显式负面提示的情况下对图像概念进行负面 grounding，这些负面提示是 lossily且不完整的。实验表明，将ANSWER 添加到现有的DMs上在多个基准测试上优于基线方法，并且在人类偏好测试中获赢的概率是其他方法的2倍。
引用
@article{arxiv.2508.02973,
title = {Diffusion Models with Adaptive Negative Sampling Without External Resources},
author = {Alakh Desai and Nuno Vasconcelos},
journal= {arXiv preprint arXiv:2508.02973},
year = {2025}
}