ScoreMix：无需外部数据的扩散模型合成数据方法，人脸识别精度最高提升7个百分点

AI解读：这篇论文解决的是AI训练中合成数据受政策或法律限制的问题——很多场景不允许调用外部基础模型或数据集，而现有合成策略又普遍依赖这些外部资源。ScoreMix的做法是只用手头已有的数据集，通过在扩散模型反向采样时混合不同类别的条件分数，生成难样本用于数据增强。关键发现有两点：一是混合判别器嵌入空间中距离较远的类别效果更好，能额外提升最多3个百分点；二是生成器的条件空间对下游性能影响很小。直接效果是，在8个人脸识别公开基准上，ScoreMix不调超参数就把准确率提高了最多7个百分点。这篇是ICML 2026的论文，已发布到arXiv。对人脸识别或受限场景做视觉识别的团队来说，这意味着可以绕开外部数据限制来自主增强数据；普通读者无需特别关注，除非你在做类似受限环境下的模型训练。需要注意的是，论文报告的是基准测试成绩，文中没有提供实际部署的效率或成本数据，结论是否完全复现还要看后续验证。