InfoSEDD：一种基于离散扩散的信息估计方法

研究者提出 InfoSEDD，一种基于离散扩散的方法，用于计算离散数据的 Kullback-Leibler 散度。 该方法依托连续时间马尔可夫链理论，设计轻量且可扩展，能无缝集成预训练模型。实验显示其在遗传启动子 motif 发现、文本摘要语义模型选择及 Ising 模型熵估计等任务中，优于依赖嵌入技巧的替代方法。