arXiv · ML· Pascal Jutras-Dub\'e, Patrick Pynadath, Jeremy Lu, Yuan Gao, Ruqi Zhang·· 5 小时前AI 评分20
Sticky Jump Diffusions：统一掩码、连续与混合扩散的视角
Sticky Jump Diffusions: A Unifying View of Masked, Continuous, and Hybrid Diffusion
AI 导读
提出Sticky Jump Diffusions（SJDs），一种离散锚点为词嵌入的连续时间马尔可夫过程。 前向过程中锚点按风险率释放质量并在连续空间扩散，时间反转结合得分驱动SDE与粘性跳跃核。SJD在极限情况下恢复掩码、连续及混合扩散，其反转机制解释了各家族的特性。 基于通量平衡设计非粘性核，在CIFAR-10、Text8和Sudoku上优于恒等核混合模型。
来源：arXiv · ML · arxiv.org