Scout-Refine-Correct：训练Flow生成器在采样时反复改进自身候选

通过扩散或流匹配训练的图像生成模型，其质量很大程度由训练预算决定；推理时通常只能调采样步数，而增加步数的收益存在上限。Scout-Refine-Correct（SRC）提出一种训练方案，使流匹配生成器真正获得推理时细化能力。每个采样步中，模型先沿自身轨迹向前试探 $K$ 步，外推完整样本的估计，再将该估计作为自条件信号反馈给自身，之后才执行实际采样步；这一过程可重复 $R$ 轮细化。训练时，两个校正损失施加在模型自身轨迹实际到达的状态上，而非仅在真值路径上，使模型学会利用该信号得到新样本，避免坍缩到次优样本。在 ImageNet-256 上，SRC 在 NFE 约550时将 LightningDiT-B 的 FID 从约14.5改善至约7.26，匹敌借助 oracle FID 验证器选样的特权 best-of-$N$ 基线。SRC 不使用外部验证器或奖励信号，经消融后的版本相对基础架构几乎不增加参数。结合 SRC 与 best-of-$N$ 后，在 NFE 约4400时进一步达到约3.81的 FID，说明两个方向互补。论文对试探信号的架构路径、试探前瞻步数、每个校正损失及训练安排进行消融，以展示训练中的关键有效组成。