带符号整流流：负控制生成

我们引入了有符号整流流（Signed RF），它是整流流的泛化，其目标是有符号度量 $π^{sign} = (1+α)π^+ - απ^-$，其中 $α>0$，$π^+$ 是要提升的分布，$π^-$ 是要抑制的分布。尽管从有符号测量中直接采样尚未明确定义，但有符号 RF 会引发有效的生成过程，该过程将概率集中在有符号测量为正的区域，同时可证明排除由其负分量主导的区域。因此，它提供了一个将负面信息和排除约束纳入生成模型的原则框架。我们分析了有符号射频背后的有符号连续性方程，并使用带电粒子解释来解释负质量如何形成排斥势垒。该理论进一步激发了实用的自适应制导算法。在多个应用中，Signed RF 改善了 ImageNet 上的保真度与多样性的权衡，减少了反记忆实验中的最近邻相似性，并减少了 Stable Diffusion 3.5 中由对抗性提示引起的裸体，同时保留了 CLIP 和美学分数。