TAG: Orientação de Amplificação Tangencial para Amostragem de Difusão Resistente a Alucinações

TAG:Tangential Amplifying Guidance for Hallucination-Resistant Diffusion Sampling

October 6, 2025

Autores: Hyunmin Cho, Donghoon Ahn, Susung Hong, Jee Eun Kim, Seungryong Kim, Kyong Hwan Jin

cs.AI

Resumo

Modelos de difusão recentes alcançam o estado da arte em geração de imagens, mas frequentemente sofrem com inconsistências semânticas ou alucinações. Embora diversos métodos de orientação durante a inferência possam melhorar a geração, eles geralmente operam de forma indireta, dependendo de sinais externos ou modificações arquitetônicas, o que introduz sobrecarga computacional adicional. Neste artigo, propomos a Orientação por Amplificação Tangencial (TAG, do inglês Tangential Amplifying Guidance), um método de orientação mais eficiente e direto que opera exclusivamente em sinais de trajetória sem modificar o modelo de difusão subjacente. O TAG utiliza uma amostra intermediária como base de projeção e amplifica os componentes tangenciais dos escores estimados em relação a essa base para corrigir a trajetória de amostragem. Formalizamos esse processo de orientação utilizando uma expansão de Taylor de primeira ordem, demonstrando que a amplificação do componente tangencial direciona o estado para regiões de maior probabilidade, reduzindo assim inconsistências e melhorando a qualidade das amostras. O TAG é um módulo plug-and-play, independente de arquitetura, que melhora a fidelidade da amostragem por difusão com adição computacional mínima, oferecendo uma nova perspectiva sobre orientação em difusão.

English

Recent diffusion models achieve the state-of-the-art performance in image generation, but often suffer from semantic inconsistencies or hallucinations. While various inference-time guidance methods can enhance generation, they often operate indirectly by relying on external signals or architectural modifications, which introduces additional computational overhead. In this paper, we propose Tangential Amplifying Guidance (TAG), a more efficient and direct guidance method that operates solely on trajectory signals without modifying the underlying diffusion model. TAG leverages an intermediate sample as a projection basis and amplifies the tangential components of the estimated scores with respect to this basis to correct the sampling trajectory. We formalize this guidance process by leveraging a first-order Taylor expansion, which demonstrates that amplifying the tangential component steers the state toward higher-probability regions, thereby reducing inconsistencies and enhancing sample quality. TAG is a plug-and-play, architecture-agnostic module that improves diffusion sampling fidelity with minimal computational addition, offering a new perspective on diffusion guidance.