保存逆问题的基础流匹配先验

基础流匹配 (FM) 模型为解决逆问题 (IP) 承诺提供通用先验；然而如今，它们落后于领域特定甚至未训练的先验。\emph{我们如何解锁其潜力？}我们引入 FMPlug，一个重新定义基础 FM 在 IP 中使用方式的插件框架。FMPlug 将实例引导的、时间依赖的温暖启动策略与尖锐的高斯性正则化相结合，添加问题特定的引导同时保持高斯结构。为进行评估，我们考虑了简单的图像修复任务和科学 IP，这些任务仅有少量类似样本——在这种情况下，数据收集和模型训练的高昂成本阻碍了开发领域特定生成模型的进程。我们的优异实验结果确认了 FMPlug 的有效性。总体而言，FMPlug 为使基础 FM 模型成为 IP，尤其是样本较少的科学 IP 的实用、可重复使用的先验铺平了道路。更多细节可在 https://sun-umn.github.io/xm-plug/ 获取。