扩散模型上下文评分算子学习框架提出

研究者 Wuzhe Xu 等人提出一种面向扩散模型的上下文解算子学习框架。该框架把每个目标分布视为从元分布中抽取的任务，在推理时由经验上下文集指定；学习到的上下文评分算子将上下文样本、噪声查询点和扩散时间映射为任务相关评分，从而在无需重训练或参数更新的情况下，对未见任务完成反向扩散采样。 上述内容来自作者在论文中的自述，尚未见独立验证或对比结果。

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。