RHC采样器解决离散扩散分数失配

研究者针对零样本条件离散扩散中训练与目标分布不一致导致的分数失配问题，首次给出理论分析，推导出KL散度上界，并指出经典 Conditional SEDD 采样器的偏差会随维度、词表规模和兼容性增长。 为此，Renxiang Huang 等作者提出面向坐标级集合约束的 Randomized Hard Clamping（RHC）采样器，可将分配概率用带吸收率的无条件分数精确表示。论文称数值与真实数据实验验证了其有效性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。