跳到正文
arXiv · 机器人与计算机视觉· Zhuoran Zheng, Doubao·· 15 天前精选AI 评分78

通过权重空间编程改进图像复原扩散模型:技术猜想与递归改进循环

Weight-Space Programming for Improving Image-Restoration Diffusion Models: Technical Conjectures and a Recursive Improvement Loop

AI 导读

该论文提出一种无需梯度、成对数据或微调的权重空间编程(WSP)方法,旨在利用大语言模型直接编辑扩散模型的参数以改善图像复原质量。作者构建了包含去模糊、超分辨率等任务的精确回归场景,并提出了三项技术猜想:LLM 能在有限前向传播预算内定位质量缺陷层;对特定权重方向的小规模编辑可提升 PSNR 和感知质量;递归循环能累积增益形成最小化自提升(RSI)闭环。

推荐理由

提出利用大模型在权重空间直接编辑扩散模型以改进图像复原质量的猜想,并设计了诊断 - 编辑 - 评估的递归自提升循环框架。

来源:arXiv · 机器人与计算机视觉 · arxiv.org