该文章介绍了一种名为A-DPS的框架，用于解决扩散模型反问题。A-DPS通过预训练生成模型，在不同测量条件下进行后验采样，从线性损坏的数据中学习。实验证明，A-DPS在图像修复任务上的速度和性能有时超过在干净数据上训练的模型。该框架还用于训练MRI模型，观察到在高加速度区间内，训练在高度子采样数据上的模型更适用于解决反问题。