Mine-Sample-Render: método em três etapas para geração diversificada

Quando a diversidade se perde na saída

Os modelos generativos atuais atingiram uma qualidade impressionante — de textos a imagens, de vídeos a ativos 3D. Mas há um paradoxo: esses mesmos modelos produzem de forma consistente amostras monótonas, mesmo quando explicitamente solicitados a gerar diversidade. Um texto bem escrito, mas entediante; uma imagem de qualidade, mas parecida com as anteriores; uma simulação de usuário correta, mas repetitiva.

Os pesquisadores Kostas Triaridis, Morris Sharp e Nebojsa Jojic, da Microsoft Research, propuseram o MINE-SAMPLE-RENDER (MSR) — uma abordagem que inverte completamente o problema. Em vez de apostar no mecanismo interno de aleatoriedade do modelo, os autores propõem um procedimento explícito e controlado em tempo de teste. A ideia é simples: pegue um corpus de exemplos reais, extraia dele um mapa de diversidade e, em seguida, use esse mapa para guiar a geração.

Um pipeline em três etapas

A primeira etapa é a extração (Mining). O método analisa um corpus de artefatos reais (relatórios meteorológicos, designs web, descrições de usuários) e extrai um esquema categórico — uma estrutura de atributos que variam nos dados. Em paralelo, são calculadas as estatísticas desses atributos, que servirão de guia para as etapas seguintes.

A segunda etapa é a amostragem (Sampling). Com base nas estatísticas obtidas, o método amostra configurações concretas de atributos. Não se trata de números arbitrários, mas de uma escolha consciente a partir da distribuição observada nos dados reais. Os atributos são escolhidos de modo que a diversidade final reflita a diversidade do corpus.

A terceira etapa é a renderização (Rendering). Aqui, o modelo generativo atua exclusivamente como um renderizador condicional. O modelo não decide o que gerar — isso já foi decidido na etapa de amostragem. O modelo simplesmente recebe a configuração de atributos e gera a saída correspondente. Isso reduz a entropia do processo e melhora a reprodutibilidade.

O método foi testado em cinco domínios distintos: geração de relatórios meteorológicos, simulação de comportamento de usuários, design de páginas web, conversão de texto em imagem (text-to-image) e criação de ativos 3D por agentes. Em todos os casos, o MSR melhorou o alinhamento com a distribuição do corpus e a diversidade das saídas, mantendo a qualidade.

Contexto e abordagens correlatas

O problema da diversidade na modelagem generativa atrai atenção crescente dos pesquisadores. Na plataforma Hugging Face, trabalhos correlatos foram discutidos recentemente: • «Gacha Decoding: Eliciting Diverse Generations Through Instruction Following» (2026) • «Do Large Language Models Capture the Diversity in their Training Data?» (2026) • «Beyond Mode Collapse: Generating Diverse Synthetic Expert Conversations via Generative Flow Networks» (2026) • «DOGS: Design-Space Sampling for Prompt-Driven Logo Generation» (2026) • «Gap Detection: Mitigating Homogenization through Demand and Defensibility» (2026) • «A Ticket from Marginals to Joints: Coupled-Noise Distillation for One-Step Block Generation in Diffusion Language Models» (2026) • «DiVid: Diagnosing Dimension-Specific Diversity Collapse in Video Generation Models» (2026)

O MSR se destaca pela praticidade: trata-se de uma abordagem em tempo de teste, que não exige o retreinamento do modelo. Pode ser aplicado a qualquer modelo generativo existente, o que o torna uma ferramenta universal para aumentar a diversidade das saídas.