新媒艺术生成不再只靠人评偏好：CART规则注入扩散采样，FID降至29.56
新媒艺术生成中，用户偏好数据采集成本高、扩散采样又缺少可解释引导。CART规则引导扩散模型先用条件GAN把2000条真实评分扩成1万个虚拟智能体、50万条偏好记录，再把CART决策树规则转成可微梯度注入Stable Diffusion 1.5的反向采样。在五个基线对照下，该模型取得FID 29.56、偏好准确率0.734、Hit Rate@3 0.512，分别比最强基线RF-AIGC改善13.8%、9.4%和19.6%。