#离散扩散模型

共 7 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「离散扩散模型」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月2日

论文精选73°09:35

这篇论文提出CRS采样方法，通过持久上下文提升扩散模型性能，在相同NFE下获得更低GenPPL。

arXiv cs.AI@Satoshi Hayakawa原文

8月25日

论文精选11:26

这篇论文提出了一个新的采样器，提高了离散扩散模型的采样效率，对于想要了解最新采样技术的人来说是个好资源。

arXiv cs.LG@Daniil Dmitriev 等 3 人原文

7月15日

这个研究用DiffusionGemma做语音识别，并行解码8步就达到6.6%错误率，只训练了0.16%的参数，挺高效的。

arXiv cs.AI@Harsha Vardhan Khurdula 等 4 人原文

7月14日

这篇论文把专家组合从全局加权改成了因子级路由，在ARC-AGI上效果更好，适合研究离散扩散或组合生成的人看。

arXiv cs.LG@Haozhe Huang 等 4 人原文

7月7日

这篇论文把离散扩散模型的理论基础讲透了，用Oracle Distance定理统一了多种损失函数，还揭示了去噪器和桥接预测器在初始化时的差异。想搞懂扩散模型原理的人别错过。

arXiv cs.AI@Rodrigo Casado Noguerales 等 4 人原文

5月27日

论文精选10:49

离散扩散模型加速一直是个难题，GADD用Gibbs校正器实现了理论最优采样复杂度，做生成模型的研究者可以直接参考其方法。

arXiv cs.LG@Yuchen Liang 等 3 人原文

5月19日

论文精选10:58

离散扩散模型终于有了加速方案——FLDD 用可学习加噪替代固定链，做生成模型的研究者可以直接在少步采样场景下替换传统方法，效果提升明显。

arXiv cs.LG@Grigory Bartosh 等 4 人原文