VetoNet选择性生成增强框架发布

2026年10月16日，arXiv Computer Vision 刊出 Qiyi Xie 等人的研究，提出 VetoNet 可审计区域路由框架。该工作将低光增强中的区域生成式覆盖建模为决策问题：仅在无分布假设的 harm-budget 证书允许 LPIPS 感知风险预算时，才批准覆盖冻结的修复-生成专家对。实验显示，当专家互补性可预测时，VetoNet 取得统计显著的认证增益；当专家相对优势变化时，路由方向随之反转；在证据不足或跨域偏移时，则保守否决切换。目前报道仅涉及该框架的提出与实验表现，未提及后续应用或部署进展。

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。