跳到正文
热点事件持续更新

扩散模型反向过程现物种形成窗口

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Jerome Garnier-Brun等作者以高维高斯随机势的Gibbs测度作为可解析数据模型,研究生成扩散模型反向过程在长程关联数据中的行为。他们发现,精确score下的物种形成阈值并非一个点,而扩展为一个“物种形成窗口”;反向过程在该窗口内逐级分辨Parisi树,直至锁定单一纯态。 作者用适配O(1)能隙的Larkin论证,将score描述为由激波状边界分隔的泡沫结构,并称精确score的去噪误差在该窗口内沿一条由Parisi函数单独决定的曲线下降。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · cs.LG
    生成扩散模型在长程关联景观中的物种形成级联与 score 的泡沫结构

    研究以高维高斯随机势的 Gibbs 测度为可解析数据模型,发现精确 score 下的物种形成阈值扩展为一个"物种形成窗口",反向过程在此逐级分辨 Parisi 树直至锁定单一纯态。作者用适配 O(1) 能隙的 Larkin 论证将 score 描述为由激波状边界分隔的泡沫结构,精确 score 的去噪误差在该窗口内按 Parisi 函数单独决定的曲线下降。

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。