10:15arXiv cs.LG@Kijung Jeon, Thuy-Duong Vuong, Molei TaoMDM-VGB是一种面向掩码扩散模型的高效采样器,在推理时通过奖励引导的重新掩码机制来增强生成质量。理论证明MDM-VGB对过程验证器噪声具有鲁棒性,计算复杂度为二次方,而best-of-N方法可能因误差累积达到指数复杂度。在Sudoku和QM9等约束满足与科学基准上,MDM-VGB实现了强实证性能,同时支持高奖励生成与低奖励样本的有效修复。AI模型MDM-VGBMasked Diffusion Model推理缩放奖励引导生成约束满足推荐理由:这篇论文给掩码扩散模型加了重新掩码机制,像有个纠错开关,Sudoku和QM9上效果很好,值得做推理优化的读者看看。原文