論文の概要: Towards More General Control of Diffusion Models Using Jeffrey Guidance

• arxiv url: http://arxiv.org/abs/2606.13240v1
• Date: Thu, 11 Jun 2026 11:53:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.767423
• Title: Towards More General Control of Diffusion Models Using Jeffrey Guidance
• Title（参考訳）: Jeffrey Guidance を用いた拡散モデルのより一般的な制御に向けて
• Authors: Raphaël Razafindralambo, Rémy Sun, Frédéric Precioso, Jes Frellsen, Pierre-Alexandre Mattei,
• Abstract要約: Jeffrey Guideは、標準ガイダンスが表現できる範囲を超えて、拡散モデル制御をアプリケーションに拡張する、原則化されたフレームワークである。 まず、所定の埋め込み分布をターゲットとして、ジェフリーガイダンスを示す。 インセプションの埋め込みを目標とすることで、CIFAR-10とFFHQの両方でのFIDの大幅な削減につながった。
• 参考スコア（独自算出の注目度）: 21.06046163920049
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A key strength of diffusion models lies in their flexibility, since their outputs can be controlled at sampling time through guidance. However, beyond simple cases such as conditional sampling, the target distribution is often left implicit, defined only through a sampling rule or a heuristic energy function. To address this, we propose Jeffrey guidance, a principled framework that extends diffusion-model control to applications beyond what standard guidance can express. It leverages Jeffrey's rule of conditioning to update marginal distributions towards a prescribed target, preserving the conditional structure and minimally perturbing the joint distribution. We first demonstrate Jeffrey guidance by targeting a prescribed embedding distribution. With Inception embeddings as the target, this leads to substantial reductions in FID on both CIFAR-10 and FFHQ. We further apply Jeffrey guidance to fairness on CelebA-HQ, updating an unconditional diffusion model to enforce independence between attributes.
• Abstract（参考訳）: 拡散モデルの主要な強みは、その出力をガイダンスを通じてサンプリング時に制御できるため、その柔軟性にある。 しかし、条件付きサンプリングのような単純な場合を超えて、対象の分布はしばしば暗黙的に残され、サンプリング規則やヒューリスティックエネルギー関数によってのみ定義される。 これを解決するために、標準ガイダンスが表現できる範囲を超えて、拡散モデル制御をアプリケーションに拡張する原則的なフレームワークであるJeffrey Guideを提案する。 ジェフリーの条件付けの規則を利用して、境界分布を所定の目標に向けて更新し、条件構造を保ち、関節分布を最小限に摂動させる。 まず、所定の埋め込み分布をターゲットとして、ジェフリーガイダンスを示す。 インセプションの埋め込みを目標とすることで、CIFAR-10とFFHQの両方でのFIDの大幅な削減につながった。 さらに、ジェフリーガイダンスをCelebA-HQの公平性に適用し、属性間の独立性を強制するために無条件拡散モデルを更新する。

関連論文リスト

• Inference-Time Attribute Distribution Alignment for Unconditional Diffusion [54.28942858023809]
  我々は、事前訓練された非条件拡散モデルに対する推論時属性分布アライメント問題を定式化する。 そこで本研究では,逆拡散過程に対する最適制御問題として,推定時属性分布アライメントを適用した。 最適制御に基づくアルゴリズムを用いて分散マッチングの最適化を行う。
  論文  参考訳（メタデータ） (2026-05-08T09:02:47Z)
• Guiding a Diffusion Model by Swapping Its Tokens [16.588428780117752]
  本研究では,条件生成と非条件生成の両方に対して,CFGライクなガイダンスを実現するための簡単な手法を提案する。 鍵となるアイデアは、単純なトークンスワップ操作によって混乱した予測を生成することである。 提案手法はトークン潜伏剤を選択的に交換し,分解し,摂動の制御をきめ細かなものにする。
  論文  参考訳（メタデータ） (2026-04-09T09:54:49Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• Feedback Guidance of Diffusion Models [14.162420300295365]
  Interval-Free Guidance (CFG) は, 条件付き拡散モデルにおける試料の忠実度向上の標準となっている。 本稿では,FBG(FeedBack Guidance)を提案する。
  論文  参考訳（メタデータ） (2025-06-06T13:46:32Z)
• Rectified Diffusion Guidance for Conditional Generation [94.83538269086613]
  CFGの背後にある理論を再検討し、不適切な組合せ係数(textiti.e.)が生成分布を期待的にシフトさせることを厳密に確認する。 提案手法は, 強みを考慮すれば, textbftextitform ソリューションが有効であることを示す。 実世界のデータに関する実証的な証拠は、我々の設計と既存の最先端拡散モデルとの整合性を実証している。
  論文  参考訳（メタデータ） (2024-10-24T13:41:32Z)
• Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
  一般のスコアミスマッチ拡散サンプリング器に対する明示的な次元依存性を持つ最初の性能保証を示す。 その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。 この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
  論文  参考訳（メタデータ） (2024-10-17T16:42:12Z)
• Manifold Preserving Guided Diffusion [121.97907811212123]
  条件付き画像生成は、コスト、一般化可能性、タスク固有のトレーニングの必要性といった課題に直面している。 トレーニング不要な条件生成フレームワークであるManifold Preserving Guided Diffusion (MPGD)を提案する。
  論文  参考訳（メタデータ） (2023-11-28T02:08:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。