跳到正文
热点事件观察中

离散朗之文启发后验采样器解决逆问题

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

研究团队提出了一种名为$\Delta$LPS的离散朗之文启发式后验采样器,旨在利用梯度信息在离散状态空间内识别有效移动。该方法支持跨所有 token 维度的并行更新,且对掩码或均匀状态的离散扩散先验训练范式无关。 实验表明,$\Delta$LPS在MNIST、CIFAR、FFHQ等图像复原及DNA生成任务上性能优于现有离散扩散采样器,并可与强连续扩散求解器竞争。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. arXiv · 机器人与计算机视觉
    Discrete-Diffusion Posterior Sampling with Langevin-Inspired Proposals 方法提出 $\Delta$LPS,在 MNIST、CIFAR、FFHQ 等图像复原及 DNA 生成任务上优于现有离散扩散采样器

    $\Delta$LPS 是一种利用梯度信息识别离散状态空间内有效移动的离散朗之文启发式后验采样器。该方法支持跨所有 token 维度的并行更新,且对掩码或均匀状态的离散扩散先验训练范式无关。实验表明,其在图像复原、空间映射及 DNA 序列生成等线性与非线性逆问题任务中,性能优于近期离散扩散后验采样器并可与强连续扩散求解器竞争。

本事件热度走势

可比范围当前
4
可比范围峰值
711月18日 00:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。