Tag · 2 篇
潜变量优化
分布 图像编辑与可控生成1可解释性与可视化1
01 02
基于可解释潜变量奖励的自纠正图像生成
Self-Corrected Image Generation with Explainable Latent Rewards
把不可微的图像级评价（MLLM 打分）通过可微映射转成潜变量空间的连续奖励梯度，再用轻量 corrector 在采样过程中修正潜变量——这套「潜变量奖励 + 自纠正」机制可直接迁移到任何 diffusion/flow 采样器的对齐微调或测试时优化中。
回到特征：用视频反事实解释说明视频分类器
Back to the Feature: Explaining Video Classifiers with Video Counterfactual Explanations
把图像反事实解释扩展到视频时，关键难点是时序一致与运动平滑；BTTF 用「首帧条件反演初始潜变量 + 两阶段邻域搜索 + 渐进增加去噪步数」的纯分类器引导优化，为视频模型的归因与调试提供了可复用的生成式解释框架。