DetNO：扩散采样中行列式最大化提升批次多样性

2026年10月16日，arXiv Computer Vision 刊出 Kwanyoung Lee 等作者提出的 DetNO（Determinant Noise Optimization）方法。该工作将多样生成建模为初始噪声上的 RKHS 体积最大化，通过最大化一步 Tweedie 预测的 RBF Gram 矩阵对数行列式来实现，且无需训练或修改采样器。报道称，在 SD1.5、SDXL、SD3 三个骨干模型上，DetNO 在 VendiScore 与 Mean Self-Similarity 两项指标上取得领先的批次内多样性，并已公开代码。目前尚无后续跟进报道，事件进展停留在该方法提出与初步验证阶段。

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。