论文
离线最小二乘校准扩散与流匹配后验引导权重
Getting Your Guidance Weights Right in diffusion and flow-matching posterior sampling
摘要
免训练后验采样,又称即插即用方法,利用预训练无条件扩散或流匹配模型求解逆问题。多数方法通过引导权重在各时间步平衡无条件分数或速度网络的先验与测量一致性,但调权通常未充分讨论,主要靠启发式。我们提出简单且有原则的离线自动调权策略。关键观察是,扩散的条件去噪分数匹配目标、或流匹配的条件目标,在每个时间步都是最小二乘目标。因此,当条件预测表达为无条件网络输出与测量引导项的加权和时,调权化为二维线性最小二乘。对于给定测量算子、噪声水平与采样器,可用单个小批次采样轨迹的成本离线优化随时间变化的权重,无需重训或微调预训练模型。结合标准Tweedie测量一致性项,方法改善后验采样,并在扩散和流匹配方法中达到最先进重建表现。优化权重还使扩散采样步数从1000降至50,而重建质量无显著下降。代码将公开。