arXiv · cs.LG· Felix Koulischer, Gianni Van De Velde, Fran\c{c}ois Remy, Chris Develder, Thomas Demeester·· 16 小时前
离散扩散模型的可解释与可控生成:在线类后验框架
Online Class Posteriors for Interpretable and Controllable Discrete Diffusion
AI 导读
研究者提出一种在线追踪类条件后验的理论框架,通过结合条件与无条件模型预测,在掩码语言建模中实现可解释的生成动态。该后验支持 AND、OR、NOT 等逻辑引导操作,可精确控制生成、避免特定类别,并指出离散与连续扩散在无分类器引导上的分布混合差异。方法在合成数据、MNIST、文本和抗体序列上完成验证。
来源:arXiv · cs.LG · arxiv.org