SatisDive：文生图的满足-多样性前沿

文生图让用户可以探索同一提示生成的多张图像。要使这些图像有用，每张都须反映用户偏好（以学习到的奖励衡量），又要彼此视觉不同以保持多样性。现有方法要么分别处理奖励与多样性，要么把两者合成一个聚合分数，使高多样性抵消低奖励。本文把生成表述为satisficing：每张候选图须满足奖励下限，整批图须满足多样性截断；奖励下限控制最差候选奖励与批多样性的平衡，我们证明变化该下限定义了一条帕累托前沿。为遍历该前沿，我们提出免训练的推理时方法SatisDive：用批相对奖励截断区分低奖励与高奖励候选，对截断下候选强调奖励改进、对截断上候选强调多样性。在Pick-a-Pic上匹配DreamSim时，以FLUX.1-dev为基座、HPSv3为奖励，SatisDive的最差候选奖励较FK steering最高提升0.43；以SANA-1.6B为基座、ImageReward为奖励最高提升0.70。更广地，在其重叠的DreamSim范围内，SatisDive的满足-多样性曲线在每个设置下都帕累托支配FK steering。