本文提出了语义分解和选择性上下文过滤两种新技术，以解决上下文感知系统中的信息复杂性问题，从而提升大语言模型的上下文一致性和自动化工作流程的效率。

SDFlow是一种新型框架，通过使用连续条件归一化流实现语义分解，解决了面部编辑中的复杂导航问题，并提供了精确的操作控制。实验证明，SDFlow在定性和定量两方面均优于现有最先进的面部编辑方法。