arXiv提出β-Flow方法统一扩散与流模型后验采样

发生了什么

据arXiv cs.LG论文，研究者提出β-Flow方法，通过精确高斯条件统一扩散与流模型的后验采样。该方法引入相关参数β和置信参数κ，每步仅需一次去噪网络前向评估及卡尔曼更新。实验显示其在7个逆问题上达到SOTA性能，并证明高相关性先验适用于信息较少场景，低相关性适用于信息丰富场景。