提出谱引导质量-多样性扩散框架

2026年10月15日，arXiv Artificial Intelligence 发布报道称，Hannah Janmohamed 等作者提出并评估了 Spectral-Guided Quality-Diversity Diffusion 框架。该报道指出，标准采样偏向高似然区域、输出多样性受限，而这一新框架通过直接优化扩散模型的隐噪声与条件嵌入，并借助嵌入模型量化多样性，从而突破上述限制。报道援引作者表述称，将 Quality-Diversity（QD）优化与扩散模型结合，能够发现多样且高性能的输出。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法，框架的具体适用对象、收费或额度、地域及发布时间限制等条件在报道中未作说明。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。