跳到正文
热点事件持续更新

MVM扩散模型方法论文发布

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Yunhong Zhang等作者发布论文,提出Mean Velocity Matching(MVM)扩散模型生成动力学方法。该方法通过构建高斯扰动过程,使面向复原的速度 (x_0-x_t)/t 的条件期望直接构成反向SDE漂移,从而用单一学习场参数化随机反向过程,无需单独估计或重建score。论文称,这一设计在保留单场预测的同时直接支持随机反向动力学。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · cs.LG
    Mean Velocity Matching:扩散模型生成动力学的重新思考

    论文提出 Mean Velocity Matching(MVM),通过构建高斯扰动过程,使面向复原的速度 (x_0-x_t)/t 的条件期望直接构成反向 SDE 漂移,从而用单一学习场参数化随机反向过程,无需单独估计或重建 score。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。