11:11arXiv cs.LG@Berker Demirel, Valentino Maiorca, Marco Fumero, Theofanis Karaletsos, Francesco Locatello精选该研究提出了一种后验的、每个样本的信任分数,用于评估条件生成模型在组合偏移下的样本质量。标准评估指标需要参考目标分布,但在外推场景中该分布不可用。新方法结合全局真实性和属性忠实度两个可估计量,仅使用训练分布即可评估样本。实验表明,该方法能有效过滤、排序和弃权生成样本,在生物成像和视觉基准测试中提升了下游性能。代码已开源。论文条件生成组合偏移样本质量评估信任分数生物成像推荐理由:做条件生成或科学模拟的团队终于有了一个靠谱的评估工具——不用依赖未知的目标分布,直接用训练数据就能判断生成样本质量,建议做生物成像或可控生成的开发者试试。原文