研究人员开发了一种从扩散模型中采样的创新方法，该方法能够促进生成输出的多样性。这种方法被称为方差倾斜扩散模型（Variance-Tilted Diffusion Models），它使用方差加权的批次分布，在经过线性特征映射后，倾向于选择具有较大经验分布范围的样本集。该采样器被推导为独立扩散动力学的Doob h-变换，它包含一个排斥后验去噪均值的相互作用项和一个将粒子移向更高特征方差区域的曲率项。 AI
影响 这项研究引入了一种新颖的扩散模型采样技术，有望带来更多样化和可控的生成输出。
排序理由 该集群描述了一篇详细介绍新颖扩散模型方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
