实体
decentralized diffusion models
decentralized diffusion models
PulseAugur coverage of decentralized diffusion models — every cluster mentioning decentralized diffusion models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
扩散模型的生成质量与数据对齐和伪随机输入相关
新研究探讨了扩散模型中生成图像的质量如何受到其内部机制的影响。一项研究将“专家-数据对齐”确定为关键因素，表明将图像生成步骤路由到在相关数据集群上训练的专家可以提高质量，而不是仅仅关注数值稳定性。另一篇论文揭示，这些模型使用的伪随机数流可以作为可学习的输入，根据其可预测的结构影响训练和生成结果。
-
新理论保证去中心化扩散模型收敛
研究人员利用基于ODE的采样，为去中心化扩散模型建立了理论收敛保证。这项工作首次为这类架构提供了Wasserstein-2距离收敛结果，证明了N步离散化的分布以O(N^{-1/2} + \varepsilon)的速率收敛到解析解。这些发现对于理解去中心化扩散模型的隐私和可扩展性优势具有重要意义。