arXiv · cs.LG· Khaled Kahouli, Winfried Ripken, Stefan Gugler, Oliver T. Unke, Klaus-Robert M\"{u}ller, Shinichi Nakajima·· 20 小时前
解耦总方差与信噪比：TV/SNR 框架改进扩散模型采样
Disentangling Total-Variance and Signal-to-Noise-Ratio Improves Diffusion Models
AI 导读
研究者提出 TV/SNR 解耦框架，将扩散模型噪声调度中的总方差（TV）与信噪比（SNR）独立控制。实验表明，在保持原 SNR 调度不变的前提下，用恒定 TV 调度可稳定改进 TV 指数爆炸的调度；泛化最优传输流匹配的 SNR 调度还能显著提升生成效率。这些增益在不同反向扩散求解器上保持一致，并将搜索空间缩减为两个可解释参数，支持分子结构生成等复杂科学应用。
来源：arXiv · cs.LG · arxiv.org