统一理解扩散与流模型的微调和采样

论文研究训练扩散与流模型，对基础密度经过指数倾斜形成的目标分布采样，同时涵盖未归一化密度采样和预训练模型奖励微调。问题可从随机最优控制视角，用伴随或得分匹配方法处理，也可从非平衡热力学视角求解。统一框架提出三项贡献：偏差—方差分解表明，伴随匹配、伴随采样和新型得分匹配具有有限梯度方差，而目标得分匹配及条件得分匹配不具备这一性质；推导精简伴随 ODE 的范数界，支持伴随方法的理论有效性；将 CMCD、NETS 损失及新的 Crooks、Jarzynski 恒等式扩展到指数倾斜设置。研究通过 Stable Diffusion 1.5 与3的奖励微调验证分析。