本文提出了一种新方法InpDiffusion，旨在解决图像修复定位中的过度自信和边界检测困难问题。通过引入边缘条件和监督策略，提升了修复图像的细节感知，显著提高了定位的准确性和鲁棒性。

本研究探讨了去噪扩散模型在医学图像异常定位中的应用，提出了全面的监督策略，显示该模型在检测偏差和领域转换等挑战中具有显著潜力。

本研究通过模拟情境实现了弱模型监督使用强模型的能力扩展，探讨了先进的监督策略和偏好学习。结果显示该方法在可靠性和超级对齐方面具有潜力。