跳到正文
热点事件持续更新

R²D：随机重掩码去噪推理方法提出

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

Zhaoyi Zhou 等作者提出随机重掩码去噪推理方法 R²D，将掩码扩散模型（MDM）的推理重构为干净序列空间上的马尔可夫链。该方法为纯测试时使用，无需微调，也无需奖励模型。 同一工作还提出轨迹纠正训练 TCT。报道未给出 R²D 在具体任务上的效果数据。

AI 根据报道生成 · 1 小时前更新

最新进展10月23日 12:00
Random Remasking 让掩码扩散模型推理可扩展：R²D 与 TCT 方法

报道时间线

沿着报道，了解事件的不同侧面。

10月23日
  1. arXiv · cs.LG
    Random Remasking 让掩码扩散模型推理可扩展：R²D 与 TCT 方法

    研究提出 Random Remask-Denoise（R²D）推理方法，将掩码扩散模型（MDM）推理重构为干净序列空间上的马尔可夫链，纯测试时使用、无需微调与奖励。

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。