論文の概要: Steering Fields: Adaptive Vector Fields for Safe Image Generation and Beyond

• arxiv url: http://arxiv.org/abs/2609.39573v1
• Date: Wed, 30 Sep 2026 12:06:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.662067
• Title: Steering Fields: Adaptive Vector Fields for Safe Image Generation and Beyond
• Title（参考訳）: ステアリングフィールド:安全な画像生成のための適応ベクトルフィールド
• Abstract要約: 生成過程の各ステップにおけるステアリング方向を適応的に再推定するステアリングベクトルの一般化であるステアリング場を導入する。 ステアフィールド場は流れモデルのノイズの多い状態で動作し、ステアリング強度とコンテンツ保存との間の連続的なトレードオフを露呈し、構成的である。 明示的な空間マスクや物体の先行値を使用しないにもかかわらず、軌道適応推定は局所構造を自然に保存する。
• 参考スコア（独自算出の注目度）: 65.02517762858879
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As state-of-the-art text-to-image flow models achieve near-photorealistic quality, controlling their outputs, e.g., suppressing harmful content while promoting benign alternatives, has become a central challenge. The current steering paradigm consists of adding a global steering vector to selected activations. While functional, a fixed and example-agnostic vector applied uniformly along the entire trajectory cannot adapt to the changing state of the generation and often causes unintended global changes. We introduce Steering Fields, a generalization of steering vectors that adaptively re-estimates the steering direction at each step of the generative process. Steering Fields operate on the noisy states of flow models, expose a continuous trade-off between steering strength and content preservation, and are compositional, enabling the simultaneous induction and inhibition of concepts, setting a new state of the art on safety steering benchmarks. Despite using no explicit spatial masks or object priors, the trajectory-adaptive estimation naturally preserves local structure, in a manner reminiscent of image editing. In fact, Steering Fields can serve as a structure-preserving image-editing technique that achieves state-of-the-art semantic fidelity (CLIP, VQAScore), while remaining model-agnostic and inversion-free.
• Abstract（参考訳）: 現状のテクスト・ツー・イメージフローモデルがほぼフォトリアリスティックな品質を達成し,そのアウトプット,例えば有害なコンテンツを抑えるとともに,良質な代替手段を推進し,その制御が中心的な課題となっている。 現在のステアリングパラダイムは、選択されたアクティベーションにグローバルステアリングベクトルを追加することで構成されている。 機能的である間、軌道全体に沿って一様に適用された固定および実例に依存しないベクトルは、生成の変化する状態に適応できず、しばしば意図しない大域的な変化を引き起こす。 生成過程の各ステップにおけるステアリング方向を適応的に再推定するステアリングベクトルの一般化であるステアリング場を導入する。 ステアリングフィールドは、フローモデルのノイズの多い状態で動作し、ステアリング強度とコンテンツ保存の間の継続的なトレードオフを露呈し、構成的であり、概念の同時誘導と阻害を可能にし、新しい最先端の安全ステアリングベンチマークを設定できる。 明示的な空間マスクや被写体を使わないにもかかわらず、軌道適応推定は局所的な構造を自然に保存し、画像編集を連想させる。 実際、ステアリングフィールドは、モデルに依存しないインバージョンフリーのまま、最先端のセマンティックフィデリティ(CLIP、VQAScore)を実現する構造保存イメージ編集技術として機能する。

関連論文リスト

• CARLA-GS: Decoupling Representation, Reasoning, and Physics Simulation for Autonomous Driving Corner-Case Synthesis [3.0621944624163695]
  コーナーケース生成は本質的に、視覚表現、シーン推論、車両軌道生成と制御にまたがる多ケース問題である。 これらの側面をひとつのフレームワークに統合するために,モジュラーコーナーケース合成パイプラインであるCARLA-GSを提案する。 この設計により、統合パイプライン内での高レベルセマンティック推論、低レベル物理実行可能運動、コーナーケース生成が可能となる。
  論文  参考訳（メタデータ） (2026-07-08T16:20:19Z)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• The Unreasonable Effectiveness of Text Embedding Interpolation for Continuous Image Steering [18.29130390175963]
  テキスト条件生成モデルに対するテスト時に連続的かつ制御可能な画像編集のためのトレーニング不要なフレームワークを提案する。 テキスト埋め込み空間における単純なステアリングは、スムーズな編集制御を実現するのに十分である。 私たちのアプローチは、トレーニングベースの代替手段に匹敵するものであり、他のトレーニングフリーメソッドよりも優れています。
  論文  参考訳（メタデータ） (2026-03-18T17:57:53Z)
• Global Evolutionary Steering: Refining Activation Steering Control via Cross-Layer Consistency [12.78111885039368]
  アクティベーションエンジニアリングは、微調整の計算コストを伴わずに、大規模言語モデル(LLM)の正確な制御を可能にする。 静的なアクティベーション差からベクトルを導出する既存の手法は、高次元ノイズや階層的なセマンティックドリフトの影響を受けやすい。 本稿では,GERステアリング(Global Evolutionary Refined Steering, GER-steer)を提案する。
  論文  参考訳（メタデータ） (2026-03-12T03:45:19Z)
• Steering Vector Fields for Context-Aware Inference-Time Control in Large Language Models [12.506018278890862]
  本稿では,各アクティベーションにおける操舵方向を局所勾配で定義した,微分可能な概念スコアリング関数を提案する。 この定式化は、共有された整列された概念空間における協調した多層干渉をサポートする。 複数の言語モデル全体で、SVFはより強く信頼性の高い制御を提供し、推論時ステアリングの実用性を改善している。
  論文  参考訳（メタデータ） (2026-02-02T05:14:42Z)
• Discrete Diffusion for Reflective Vision-Language-Action Models in Autonomous Driving [55.13109926181247]
  離散拡散による安全な軌道生成のためのリフレクション機構を統合した学習ベースのフレームワークであるReflectDriveを紹介する。 我々のアプローチの中心は、勾配のない反復的な自己補正を行う、安全を意識した反射機構である。 本手法は目標条件付き軌道生成から始まり,マルチモーダル運転動作をモデル化する。
  論文  参考訳（メタデータ） (2025-09-24T13:35:15Z)
• Follow-Your-Shape: Shape-Aware Image Editing via Trajectory-Guided Region Control [52.87568958372421]
  Follow-Your-Shapeは、トレーニング不要でマスクなしのフレームワークで、オブジェクト形状の正確かつ制御可能な編集をサポートする。 インバージョンとデノナイジングパスのトークン単位の速度差を比較することで,TDM(Torjectory Divergence Map)を算出する。 本手法は、特に大規模な形状変更を必要とするタスクにおいて、優れた編集性と視覚的忠実性を実現する。
  論文  参考訳（メタデータ） (2025-08-11T16:10:00Z)
• PixelPonder: Dynamic Patch Adaptation for Enhanced Multi-Conditional Text-to-Image Generation [24.964136963713102]
  単一制御構造下で複数の視覚条件を効果的に制御できる新しい統一制御フレームワークであるPixelPonderを提案する。 具体的には、サブリージョンレベルで空間的に関連する制御信号を動的に優先順位付けするパッチレベル適応条件選択機構を設計する。 大規模な実験では、PixelPonderがさまざまなベンチマークデータセットにまたがる従来のメソッドを上回ることが示されている。
  論文  参考訳（メタデータ） (2025-03-09T16:27:02Z)
• Multi-Modality Driven LoRA for Adverse Condition Depth Estimation [61.525312117638116]
  逆条件深さ推定のためのMulti-Modality Driven LoRA(MMD-LoRA)を提案する。 Prompt Driven Domain Alignment (PDDA) と Visual-Text Consistent Contrastive Learning (VTCCL) の2つのコアコンポーネントで構成されている。 nuScenesとOxford RobotCarデータセットの最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-12-28T14:23:58Z)
• Steering Rectified Flow Models in the Vector Field for Controlled Image Generation [53.965218831845995]
  拡散モデル(DM)は、フォトリアリズム、画像編集、逆問題解決に優れ、分類器なしのガイダンスと画像反転技術によって支援される。 既存のDMベースの手法は、しばしば追加のトレーニングを必要とし、事前訓練された潜在モデルへの一般化が欠如し、ODEソルバと反転プロセスによる広範なバックプロパゲーションにより、計算資源が要求される。 本研究では,ベクトル場を利用した画像生成タスクのデノイング軌道の制御を行うFlowChefを提案する。 FlowChefは、パフォーマンス、メモリ、時間要件の点でベースラインを大幅に上回り、新しい状態を達成する。
  論文  参考訳（メタデータ） (2024-11-27T19:04:40Z)

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。