跳到正文
热点事件持续更新

ICLR 2026 论文 InfoSEDD 提出离散扩散信息估计方法

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Foresti 等人在 ICLR 2026 会议上发布会议论文（Poster），提出了名为 InfoSEDD 的新方法。 该方法基于离散扩散理论，用于计算离散数据的 Kullback-Leibler 散度。其设计依托连续时间马尔可夫链，具有轻量且可扩展的特点，并能无缝集成预训练模型。 实验结果表明，InfoSEDD 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，表现优于依赖嵌入技巧的替代方法。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00
InfoSEDD：一种基于离散扩散的信息估计方法

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    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。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。