跳到正文
arXiv · 机器人与计算机视觉· Kwanyoung Lee, SeungJu Cha, Yebin Ahn, Sungho Koh, Dong-Jin Kim·· 2026-10-16AI 评分45

DetNO:基于行列式最大化的扩散采样集体多样性优化方法

Beyond Pairwise Repulsion: Collective Diversity via Determinant Maximization in Diffusion Sampling

AI 导读

DetNO 提出一种无需训练或修改采样器的新方法,通过最大化 RBF Gram 矩阵对数行列式实现 RKHS 体积最大化,有效解决文本到图像生成中的分布坍缩问题。该方法在 SD1.5、SDXL 及 SD3 三个骨干网络上均取得领先的批次内多样性指标,并在低样本量合成数据增强任务中显著提升了下游少样本分类准确率。代码已开源,相关成果将在 ACCV 2026 会议上进行口头报告。

来源:arXiv · 机器人与计算机视觉 · arxiv.org