实体
Denoising Diffusion Policy Optimization
Denoising Diffusion Policy Optimization
PulseAugur coverage of Denoising Diffusion Policy Optimization — every cluster mentioning Denoising Diffusion Policy Optimization across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Diffusion models generate creative chess puzzles with improved uniqueness
研究人员开发了一种使用掩码扩散模型生成创意国际象棋谜题的新颖方法,解决了当前语言模型在受约束的创意任务中的局限性。他们的方法允许基于特定的战术主题和部分棋盘位置进行条件化,将解决方案的独特性提高了 11.6%,主题条件准确性提高了 2.5%。通过基于 Denoising Diffusion Policy Optimization (DDPO) 的强化学习框架进一步优化,将独特且主题匹配的位置产量提高了 89.1%。该团队还发布了该任务…
-
扩散模型通过新架构和训练方法取得进展 · 跟踪10个来源
研究人员正在探索各种领域的先进扩散模型,包括Apple的文本、图像和音频的三模态生成,以及使用扩散模型的无数据训练方法来处理晶格场论。PixelMoE将专家混合引入像素空间扩散,以实现高效扩展,而Bridge Matching Sampler提供了从非归一化密度进行可扩展和稳定的采样。新的基于Transformer的方法使扩散模型能够进行上下文学习,以适应未见过的分布,并且\b-Flow将扩散和基于流的模型泛化到逆问题。此外,Cach…