用于引导训练数据生成的表征条件扩散模型

基于摘要分析。本文研究视觉分类训练数据不足的问题，以 DINOv2、DINOv3 和 CLIP 学得的表征作为潜在扩散模型的生成条件，评估合成图像用于分类器训练、数据扩增与样本筛选的价值。主要研究对象是图像生成与视觉分类，而非 EEG 或 BCI。 机制上，该方法使用学得的表征引导生成，而非仅使用类别条件；作者将性能提升归因于样本质量与模式覆盖的改善，并探索在条件空间中筛选生成样本。摘要未说明表征提取方式、扩散模型训练目标、条件注入结构及筛选准则，这些实现细节尚未验证。 作者报告，在 ImageNet100 上，使用表征条件生成的合成数据训练分类器，相较类别条件生成方案，top-1 Accuracy 提升 10.76 个百分点；扩大合成数据规模后，分类器相较使用真实数据训练的分类器提升 2.0 个百分点。摘要未明确后一结果的具体评估数据集、合成数据规模及完整对照协议。作者还报告生成图像用于扩增时优于经典扩增方法，但未提供对应数值。实验划分、生成模型与分类器所用数据的关系、消融及统计信息尚未验证。 平台推测（待验证）：可迁移的假设是，以连续表征而非仅以类别标签约束生成，可能帮助保留 EEG 类别内部的变化，从而缓解小样本训练问题；这依赖于表征确实编码任务相关信息，且生成器获得足够训练数据。可复用的是“表征条件生成—条件空间筛选—下游分类评估”的流程，需改造信号编码器、生成模型及生理合理性检查，不能假定图像编码器可直接用于 EEG。低信噪比、被试差异和通道配置变化可能使条件表征偏向噪声或身份信息，小数据也可能限制生成覆盖。可证伪的小实验是在固定的跨被试划分中，仅用训练被试数据学习表征和生成器，比较真实数据、类别条件扩增及表征条件扩增，并在相同合成样本数量下评估留出被试的 Balanced Accuracy。相关 EEG 工作尚未检索确认。