• 提出Polarity采样，一种即插即用方法，用于控制预训练的深度生成网络（pre-trained deep generative networks，DGNs）的生成质量和多样性。本文展示了一些最先进的 DGN 的整体生成质量（例如，就 Frechet Inception 距离而言）改进的定量和定性结果，包括 StyleGAN3、BigGAN-deep、NVAE、用于不同的有条件和无条件图像生成任务。特别是，Polarity采样将 FFHQ 数据集上的 StyleGAN2 的FID 表现更新为2.57，LSUN 汽车数据集上的StyleGAN2 表现为 FID 2.27，AFHQv2 数据集上 StyleGAN3 的 FID 3.95。