跳到正文
热点事件持续更新

研究提出掩码扩散模型二分采样器

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

一项新研究分析了掩码扩散模型(MDM)的并行采样策略,结论是:按最低熵等分数并行解掩码并不总优于随机并行采样,效果取决于图结构带来的条件依赖。作者以图上随机游走作为可验证沙盒得出上述结论。 作者提出一种免训练的二分采样器,在序列长度上只需对数步数;若学习到的边缘分布精确,可证明对随机游走精确。在 OpenWebText 生成以及 GSM8K、MBPP、HumanEval 推理基准上,该采样器提供了速度与质量之间的权衡。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.CL
    走快但小心:理解掩码扩散模型中的并行采样

    研究以图上随机游走为可验证沙盒,分析掩码扩散模型(MDM)的并行采样策略,证明基于最低熵等分数的并行解掩码并不总优于随机并行采样,性能取决于图结构诱导的条件依赖。作者提出免训练的二分采样器,在序列长度上仅需对数步数,若学习到的边缘分布精确则可证明对随机游走精确。在 OpenWebText 生成及 GSM8K、MBPP、HumanEval 推理基准上,二分式采样器提供了良好的速度-质量权衡。

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。