generative-framework

DiffoR 提出了一种利用扩散模型进行序数回归的新型连续生成框架，克服了离散方法的局限性。在12个基准数据集上的大量实验表明，该方法在四个领域均达到了最先进的性能。

本文提出了一种用于情感强度评估的生成式框架，将离散分类转变为0-100的连续评分。该框架在金融等领域展现了优越的性能和泛化能力。

ChangeFlow 提出了一种用于遥感变化检测的生成式框架，该框架利用纠正流在潜空间中合成变化掩码，通过基于采样的预测集成实现了更高的准确率和鲁棒性，在四个基准数据集上的平均F1分数达到80.4%。