★ 2
VISTA：离散扩散模型奖励引导的稀疏调度方法
针对离散扩散模型奖励引导中逐步序贯蒙特卡洛（SMC）计算昂贵的问题，论文提出免训练方法 VISTA，在固定预算下自动选择引导时间步。VISTA 将稀疏引导建模为对理想全引导概率路径的近似，并用动态规划精确优化经验代理目标。在文本、生物序列和图像生成任务上，VISTA 多数场景优于手工稀疏调度，毒性…
arXiv cs.AI17 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对离散扩散模型奖励引导中逐步序贯蒙特卡洛（SMC）计算昂贵的问题，论文提出免训练方法 VISTA，在固定预算下自动选择引导时间步。VISTA 将稀疏引导建模为对理想全引导概率路径的近似，并用动态规划精确优化经验代理目标。在文本、生物序列和图像生成任务上，VISTA 多数场景优于手工稀疏调度，毒性…
论文将特异性感知引导形式化为目标设计问题，从基于重叠的目标推导出目标分布，仅在期望参考分布明显优于非期望分布的区域保留它，给出特异性的似然比解释。作者开发了带方差最小化局部提议的序贯蒙特卡洛采样器，并引入固定噪声优化程序。在合成任务、类别对比生成、文生图及p-MHC结合肽任务上，方法更有效抑制非期…