**熵作为结构先验：DiT信念空间的对数障碍如何驱动音乐多样性与发展**

_Entropy as a Structural Prior: How a Log-Barrier on DiT Belief Space Drives Musical Diversity and Development_

> 本文提出 Eisbach 对数障碍，一种基于 DiT 输出空间能量分布熵的无参数权重。在监督扩散训练中，该权重通过时间熵降低平坦样本的影响，保留高对比度样本，从而在 Stable Audio 3 Medium 的 LoRA 微调中意外地增强了主题发展、声学区分和纹理多样性，有效避免了模式坍塌。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.07207)