扩散模型推理对齐新框架:变分稳定Doob匹配
热点事件持续更新
扩散模型推理对齐新框架:变分稳定Doob匹配
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
Jinyuan Chang 等作者提出变分稳定 Doob's matching,一种基于 Doob's h-transform 的扩散模型推理时对齐框架。该方法通过梯度正则化回归同时估计 h 函数及其梯度,得到一致的引导估计。 作者称,理论上给出了估计引导的非渐近收敛速率,并证明生成分布在 Wasserstein-2 距离下的非渐近收敛保证;在低维线性子空间假设下,该方法可自适应未知低维结构,缓解维度灾难。数值实验显示其优于基线方法。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
基于变分稳定 Doob's Matching 的扩散模型推理时对齐报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · cs.LG基于变分稳定 Doob's Matching 的扩散模型推理时对齐
研究提出变分稳定 Doob's matching,一种基于 Doob's h-transform 的扩散模型推理时对齐框架,通过梯度正则化回归同时估计 h 函数及其梯度,得到一致的引导估计。理论上给出了估计引导的非渐近收敛速率,并证明生成分布在 Wasserstein-2 距离下的非渐近收敛保证。该方法在低维线性子空间假设下可自适应未知低维结构,缓解维度灾难,数值实验显示优于基线方法。
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。