arXiv · ML· Hirohane Takagi, Masashi Sugiyama·· 2026-10-15AI 评分25
通过正未标记学习实现扩散模型渐近精确的负向引导
Asymptotically Exact Negative Guidance of Diffusion Models via Positive-Unlabeled Learning
AI 导读
该扩散模型负向引导方法通过正未标记学习采样自显式目标密度,解决现有方法无法通过增加计算系统降低偏差的问题。 方法在扩散时间步估计样本属于不期望条件的概率,利用条件样本和扩散粒子进行轻量级在线训练,并通过序贯蒙特卡洛校正残余失配,在粒子极限下实现渐近精确。
来源:arXiv · ML · arxiv.org