前列腺癌是全球男性常见的恶性肿瘤之一，其发病率仍在不断攀升。目前广泛使用的前列腺特异性抗原 (PSA) 筛查存在较高的假阳性率，常常导致不必要的后续检查甚至过度治疗。 如何更精准、更有效地识别高风险人群，是前列腺癌防治领域亟待解决的关键问题。

我们利用生成流网络（GFlowNet）的框架，严谨地得到一个可以更好保持多样性和先验的高效的扩散模型奖励微调方法，并且在 Stable Diffusion 这一常用的文生图扩散模型上显示出相较于其他方法的优势。