扩散模型实现可认证列表解码

Jaeho Hwang 等研究者提出一种可认证的最大似然（ML）列表解码方法：把线性分组码解码建模为吸收态离散扩散模型上的搜索，用概率束搜索生成候选解，再通过线性规划松弛对偶界和基于距离的检验，逐帧判断候选是否为全局 ML 解。 在 15 种码、5 个工作点上，该方法最多认证了 99.9% 的帧；96.7%–100% 的帧错误落在未认证帧上，也就是说，被认证的帧基本没有出错。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。