arXiv · ML· Khaled Kahouli, Winfried Ripken, Stefan Gugler, Oliver T. Unke, Klaus-Robert M\"{u}ller, Shinichi Nakajima·· 2026-10-12AI 评分33
解耦总方差与信噪比提升扩散模型
Disentangling Total-Variance and Signal-to-Noise-Ratio Improves Diffusion Models
AI 导读
该研究提出一种新的总方差/信噪比(TV/SNR)解耦框架,允许独立控制 TV 和 SNR。 框架表明,采用恒定 TV 调度可在保持 SNR 调度的情况下,持续改进具有指数爆炸 TV 的调度。 此方法将搜索空间缩减为两个可解释的独立参数,有助于在分子结构生成等复杂应用中实现快速、稳健的采样。
来源:arXiv · ML · arxiv.org