通过价值梯度前瞻与回拉，提高扩散采样高噪声阶段的奖励引导精度。
推荐理由：论文指出两类主流价值梯度误差本质上都是后验协方差，且在决定整体结构的高噪声阶段最大；前瞻与回拉机制因此直接修正奖励引导的关键盲区。
阅读原文