arXiv 2026年10月6日该工作提出仿射后处理：把固定的分数估计计算预算拆分到多个信号水平上查询基础估计器，再用线性组合（岭回归/线性平滑）池化这些估计，并证明在计算量匹配时，这种拆分-池化估计比单点同策略估计有更低的分数误差，在病态高斯、多峰混合与高维目标上把终端 Wasserstein 距离最多降低两个数量级。该工作提出仿射后处理：把固定的分数估计计算预算拆分到多个信号水平上查询基础估计器，再用线性组合（岭回归/线性平滑）池化这些估计，并证明在计算量匹配时，这种拆分-池化估计比单点同策略估计有更低的分数误差，在病态高斯、多峰混合与高维目标上把终端 Wasserstein 距离最多降低两个数量级。仿射后处理让扩散采样器在高维与多峰目标上把 Wasserstein 距离降低最多两个数量级该工作提出仿射后处理：把固定的分数估计计算预算拆分到多个信号水平上查询基础估计器，再用线性组合（岭回归/线性平滑）池化这些估计，并证明在计算量匹配时，这种拆分-池化估计比单点同策略估计有更低的分数误差，在病态高斯、多峰混合与高维目标上把终端 Wasserstein 距离最多降低两个数量级。该工作提出仿射后处理：把固定的分数估计计算预算拆分到多个信号水平上查询基础估计器，再用线性组合（岭回归/线性平滑）池化这些估计，并证明在计算量匹配时，这种拆分-池化估计比单点同策略估计有更低的分数误差，在病态高斯、多峰混合与高维目标上把终端 Wasserstein 距离最多降低两个数量级。