arXiv · cs.LG· Aavash Subedi, Tim Reichelt, Christopher Williams, Philip Stier, Yee Whye Teh, Saifuddin Syed·· 3 小时前
DireSMC：用序贯蒙特卡洛引导扩散模型采样稀有事件
Steering Diffusion Models to Rare Events with Sequential Monte Carlo
AI 导读
研究者提出 DireSMC，一种用序贯蒙特卡洛引导加权样本群体逼近稀有事件的方案，可同时给出样本与校准后的事件概率估计。该方法通过事件集合的解析松弛实现引导，便于扩展到多种用户自定义稀有事件。在基于 score 的气候模拟器上，它对 10^-3 至 10^-5 的稀有度给出准确概率，相比蒙特卡洛实现 9× 至 1413× 的净加速。
来源：arXiv · cs.LG · arxiv.org