arXiv · ML· Alberto Foresti, Mustapha Bounoua, Giulio Franzese, Luca Ambrogioni, Pietro Michiardi·· 5 小时前AI 评分28
离散扩散模型改进采样调度：EDS 与 WDS
Improved Sampling Schedules for Discrete Diffusion Models
AI 导读
研究提出熵离散调度（EDS）和水斯坦离散调度（WDS），基于热力学熵产生与动力学活跃度优化离散扩散模型反向过程。 WDS 结合熵产生与动力学活跃度作为几何成本，在 MBPP 基准上达到与均匀调度相同效果，但计算量减少最多 50%。 代码已开源。
来源：arXiv · ML · arxiv.org