跳到正文
热点事件持续更新

跳跃扩散模型利用留一法预测改进离散数据生成

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月20日,arXiv发表研究探讨跳跃扩散模型在离散数据生成中的应用。该模型通过重置坐标至类别嵌入来生成数据,并采用留一法预测利用其他坐标的受损状态进行预测。 研究指出,在特定假设下,结合状态无关时钟和完整坐标重置的跳跃扩散模型,使用精确留一法概率及完整终点后验漂移,可保持预设边际分布。该漂移可通过解析似然完成构建,无需额外网络评估。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · ML
    连续扩散模型中的留一法预测:跳跃扩散改进

    跳跃扩散模型通过重置坐标至类别嵌入来生成离散数据,留一法(LOO)预测利用其他坐标的受损状态进行预测。研究表明,在特定假设下,结合状态无关时钟和完整坐标重置的跳跃扩散,使用精确LOO概率和完整终点后验漂移可保持预设边际分布,且该漂移可通过解析似然完成构建,无需额外网络评估。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。