arXiv · ML· Yoann Boget, Alexandros Kalousis·· 7 小时前AI 评分23
非马尔可夫概率单纯形去噪在图生成中的优越表现
Unrestrained Simplex Denoising for Discrete Data. A Non-Markovian Approach Applied to Graph Generation
AI 导读
非马尔可夫概率单纯形去噪方法在图生成中超越离散扩散和流匹配基线。 该框架通过条件独立噪声方案简化模型形式，在合成及真实图基准上提升了生成性能。 该成果已被 NeurIPS 2026 接收，证实概率单纯形作为离散生成建模框架的有效性。
来源：arXiv · ML · arxiv.org