图像编辑模型微调

DNF-SR：面向真实世界图像超分辨率的双输入与负样本感知特征微调

DNF-SR: Dual-Input and Negative-Aware Feature Fine-Tuning for Real-World Image Super-Resolution

把预训练扩散图像编辑模型当作单步 Real-ISR 的生成先验，用「原始 LR + 加噪 LR」双输入拼接来同时保住保真度与感知质量，并用正/负样本分组的后训练偏好优化（NF²T）在图像与特征空间定义隐式策略改进方向——这套「负样本感知微调」思路可直接迁移到其他一步扩散复原/编辑任务的输出筛选与对齐上。