遵循均值：参考引导的流匹配

现有的可控生成方法通常依赖于 微调、辅助网络或测试时搜索。我们证明流匹配允许不同的控制接口：通过示例进行适应。对于确定性插值，速度场仅由条件端点均值控制；改变这个均值就会改变流量本身。这产生了可控生成的简单原理：通过改变预训练模型遵循的参考集来引导它。我们以两种形式实例化这个想法。参考均值指导是 无需训练：它计算来自参考库的封闭式端点均值校正，并将其应用于冻结的 FLUX.2-klein (4B) 模型，从而能够控制颜色、标识、样式和结构，同时保持提示、种子和权重固定。半参数指导通过显式均值锚和学习残差细化器摊销相同的想法，匹配 AFHQv2 上的无条件 DiT-B/4 质量，同时允许在推理时交换参考集。这些结果指出了一个更广泛的方向：通过数据而不是参数更新来适应的生成模型。