arXiv · cs.LG· Jieke Wu, Qijie Zhu, Weimin Wu, Zeqi Ye, Minshuo Chen, Han Liu·2026-10-16 12:00· 2 小时前

D-DOIT：通过 Doob's h-Transform 实现离散扩散模型的免训练适配

D-DOIT: Training-free Adaptation of Discrete Diffusion via Doob's h-Transform

AI 导读

D-DOIT 是一种面向离散扩散模型的免训练适配方法，通过 Doob's h-transform 对反向核进行重加权，仅用奖励值而非奖励梯度引导采样。该方法在每步采样候选状态、用模型预测头补全序列并由奖励评估后重采样，可选后期 best-of-K 精修仅在去噪末端分支以降低开销。

来源：arXiv · cs.LG · arxiv.org