Tag · 2 篇
概率流
分布 鲁棒性与安全1生成模型与扩散1
01 02
GPFlow：面向无监督多模态异常检测的高斯原型概率流
GPFlow: Gaussian Prototype Probability Flow for Unsupervised Multi-Modal Anomaly Detection
用可学习高斯原型构造协方差感知的信息瓶颈（后验均值路径路由），替代离散原型记忆库，可直接迁移到少样本工业质检、多模态（RGB+点云/深度）异常检测的特征重建环节。
扩散引导的链式视觉：面向大型自回归视觉模型
Diffusion Guided Chain-of-Vision for Large Autoregressive Vision Models
把预训练扩散模型的概率流当作无需任务标注的中间视觉推理步骤，为纯视觉自回归模型提供链式视觉监督；做视觉上下文学习或多步视觉推理时，可复用这一「沿扩散轨迹采样中间图作为推理链」的思路，而不必依赖文本 CoT。