CMNIST

新的LOGSI方法使用随机插值法增强了生成模型的引导能力

研究人员开发了LOGSI，一种用于引导使用随机插值法（SI）和流匹配（FM）的生成模型的新方法。与之前专注于条件分数的方法不同，LOGSI解决了FM和SI模型学习到的速度的组合问题。该方法引入了一种基于分数的再平衡机制，以确保精确的条件速度组合，特别是对于否定和异或等逻辑运算，同时还为合取运算提供近似的传输预测器。LOGSI在图像迁移和具有逻辑属性约束的分子编辑等任务中，展示了改进的规则符合性和保真度，优于现有的组合速度基线。