論文の概要: Semantic-First: Temporal Scheduling in Flow Matching for Reliable Emotional Image Generation

• arxiv url: http://arxiv.org/abs/2610.33460v2
• Date: Tue, 27 Oct 2026 15:07:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.342706
• Title: Semantic-First: Temporal Scheduling in Flow Matching for Reliable Emotional Image Generation
• Title（参考訳）: 情動画像生成のためのセマンティックファースト:フローマッチングにおける時間スケジューリング
• Abstract要約: 影響制御された画像生成は、プロンプトが指定したものを保存しながら、シーンの感じ方を変えるべきである。 本研究では,このバランスを制御する手段として,フローマッチングモデルにおける探索と政策最適化の時間割当について検討する。 制御された実験では、探索位置、最適化位置、終端段階のサンプリングを分離し、後期探索と後期更新のセマンティックな利点を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Affect-controlled image generation should change how a scene feels while preserving what the prompt specifies. We study the temporal allocation of stochastic exploration and policy optimization in flow-matching models as a means of controlling this balance. During RL training, our semantic-first schedule uses deterministic ordinary differential equation (ODE) sampling during the high-noise phase and confines stochastic differential equation (SDE) exploration and group relative policy optimization (GRPO) to a late window. Controlled experiments separate exploration location, optimization location, and terminal-step sampling, showing distinct semantic benefits from late exploration and late updates. On FLUX.1-dev, semantic-first improves prompt faithfulness, independently evaluated affect accuracy, and human-rated semantic preservation and overall preference. The expanded semantic audit records 2.7% subject drift, while GRPO training time decreases by 41.1% relative to original full-path Flow-GRPO. Window-width experiments characterize the affect-semantic and computational trade-offs, and replication on SD3.5-Medium reproduces the scheduling advantage. These results establish denoising time as a practical control dimension for reliable emotional image generation.
• Abstract（参考訳）: 影響制御された画像生成は、プロンプトが指定したものを保存しながら、シーンの感じ方を変えるべきである。 本研究では,このバランスを制御する手段として,流れマッチングモデルにおける確率的探索の時間的割当と政策最適化について検討する。 RLトレーニング中、我々のセマンティックファーストスケジュールは、高雑音相における決定論的常微分方程式(ODE)サンプリングを使用し、確率微分方程式(SDE)探索とグループ相対ポリシー最適化(GRPO)を遅延ウィンドウに閉じ込める。 制御された実験では、探索位置、最適化位置、終端段階のサンプリングを分離し、後期探索と後期更新のセマンティックな利点を示す。 FLUX.1-devでは、セマンティックファーストは即興の忠実さを向上し、独立に評価され精度に影響を与え、人格的なセマンティック保存と全体的な嗜好に影響を及ぼす。 拡張されたセマンティック監査記録は2.7%が被験者のドリフトであり、GRPOのトレーニング時間は元のフルパスのFlow-GRPOと比較して41.1%減少している。 window-width実験では、感情のセマンティックなトレードオフと計算的なトレードオフが特徴づけられ、SD3.5-Medium上でのレプリケーションはスケジューリングの利点を再現する。 これらの結果は、信頼性のある感情画像生成のための実用的な制御次元として認知時間を確立する。

関連論文リスト

• Balancing Emotional Alignment and Semantic Consistency in Image Generation via Reinforcement Learning with Valence-Arousal Anchoring [55.57242007016976]
  テキスト・ツー・イメージ生成における継続的な感情制御は、プロンプトによって記述されたオブジェクトやレイアウト、シーンを変更することなく、感情的アライメントを改善するモデルを必要とする。 既存の教師付き感情注入法は、しばしば特徴空間プロキシを最適化し、したがって感情のセマンティックドリフトを示す。 本稿では,連続的原子価覚醒条件設定,グループ相対ポリシー最適化,中立的セマンティックアンカーを組み合わせたフローマッチング画像生成フレームワークを用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2026-09-11T13:24:35Z)
• Flow-GRPO: Training Flow Matching Models via Online RL [80.62659379624867]
  本稿では,オンライン政策強化学習をフローマッチングモデルに統合する最初の方法であるFlow-GRPOを提案する。 提案手法では,(1)決定論的正規微分方程式を同値な微分方程式に変換するODE-to-SDE変換と,(2)推論ステップの数を維持しながらトレーニングの段階を短縮するDenoising Reduction戦略の2つの主要な戦略を用いる。
  論文  参考訳（メタデータ） (2025-05-08T17:58:45Z)

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。