引入无限维生成扩散模型的新框架

研究人员利用Doob的h变换开发了一种新颖的无限维生成扩散模型框架。该方法通过指数测度变换将参考扩散过程强制导向目标分布，比传统的时间反转方法具有更大的灵活性。该框架经过严格推导，并在合成数据和真实数据上进行了验证，有潜力通过得分匹配目标进行近似。 AI

影响 为生成扩散模型引入了新的理论框架，可能在AI中实现更灵活、更强大的应用。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一个新的生成扩散模型理论框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Doob's h-transform
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast
• Thorben Pieper-Sethmacher

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →