生成模型单条质量已经不差，真正容易塌的是一批采样：输出同质、属性组合重复，和真实产物的分布对不齐。提示词里写「尽量多样」往往也不稳。这篇工作提出测试时方法 Mine-Sample-Render（MSR），把多样性从模型内部采样里拆出来，外置成一套由真实语料导出的显式流程：先挖掘可解释的类别图式和统计，再按统计抽取属性配置，最后只把生成模型当作条件渲染器。
提示词催不出真实覆盖
论文的问题陈述很直接。现代生成模型能给出高质量的单个样本，却很难多样化地采样，即使被明确指示也如此。多样性如果仍留在模型自己的采样过程里，提示只能软约束，难以保证属性组合贴近真实语料。评估场景包括天气预报生成、用户模拟、网页设计、文生图，以及智能体生成的三维资产。这些任务都依赖覆盖真实变化；采样一旦塌缩，合成数据、仿真和设计变体都会偏。
挖掘图式，按统计采样，模型只渲染
MSR 分三步。Mine：从真实产物语料中挖掘可解释的类别图式，并给出采样统计。图式是离散、可读的属性结构。Sample：按语料导出的统计抽取属性配置，多样性来自这份外部采样，而不是温度或更花的提示。Render：生成模型纯粹作为条件渲染器，把抽到的配置变成最终输出，不再同时决定「出现什么」和「怎么生成」。
论文在上述任务上评估多样性和输出质量，报告 MSR 能改善与语料分布的对齐，并提高生成结果的多样性。摘要未给出具体指标，也未展开基线对比细节，这里只保留这一方向性结论。
我的判断
MSR 的价值是职责切开：语料统计负责「出现什么」，模型负责「怎么渲染」。对需要贴真实长尾、又不想为多样性再训练的场景，测试时这套流程比反复调提示更可操作。边界同样清楚。它依赖能挖出稳定类别图式的真实语料；图式不稳或统计过粗，后续采样只是把偏差搬到外部。单条质量上限仍是底座模型。摘要未谈计算开销、图式如何自动获得、属性依赖是否被充分刻画，这些都不能从现有材料外推。可以当提示词多样性的替代方案来试，还不宜写成通用生成范式。