Jeongwoo Shin

新的伴随薛定谔桥匹配增强了生成模型效率

研究人员引入了伴随薛定谔桥匹配（ASBM），一个旨在改进无记忆扩散模型的新型生成模型框架。ASBM通过首先学习将数据传输到能量定义的先验的最优前向动力学，然后通过简单的匹配损失学习后向生成动力学来解决弯曲轨迹和噪声分数目标的问题。这种非无记忆方法产生了更直、更有效的采样路径，在高维数据中显示出更高的稳定性和效率，并在图像生成实验中以更少的采样步骤提高了保真度。