★ 2
arXiv 提出可微扩散条件化 D2C 用于物理约束优化
论文提出可微扩散条件化（D2C），利用确定性采样使反向去噪链对条件信号可微，从而把冻结的条件扩散模型变成端到端梯度优化器。方法在惯性约束聚变激光脉冲优化、数据中心负载调度及四个 Design-Bench 任务上验证，两项真实任务取得最佳结果，Design-Bench 平均排名第一。
arXiv cs.LG7 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出可微扩散条件化（D2C），利用确定性采样使反向去噪链对条件信号可微，从而把冻结的条件扩散模型变成端到端梯度优化器。方法在惯性约束聚变激光脉冲优化、数据中心负载调度及四个 Design-Bench 任务上验证，两项真实任务取得最佳结果，Design-Bench 平均排名第一。