扩散模型负引导新方法实现渐近精确采样

研究者 Hirohane Takagi 与 Masashi Sugiyama 发表论文，提出一种扩散模型负向引导方法，通过显式目标密度统一处理参考样本和基于分数的两种规格，并利用正-未标注学习在每个扩散时间步在线估计样本属于非期望条件的概率。 该方法结合 Sequential Monte Carlo 修正粒子漂移，在粒子极限下实现渐近精确采样，并可将任意现有负向引导方法转化为其提议核。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。