discrete diffusion LLM

扩散模型适用于复杂的推理和控制任务 · 已追踪2个来源

研究人员开发了新的方法，将扩散模型用作复杂推理任务中的灵活先验。第一篇论文探讨了通过对去噪网络进行迭代微分，将扩散模型改编为条件生成和图像分割等任务的即插即用模块。第二篇论文引入了一种名为相对轨迹平衡的数据无关学习目标，该目标源于生成流网络视角，能够对扩散模型中难以处理的后验进行摊销采样。这种方法在视觉、语言和控制任务中显示出潜力，包括在离线强化学习中取得最先进的成果。