跳到正文
热点事件持续更新

基于ODE的离散扩散采样器引入指数残差流

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026年10月30日,Samson Gourevitch等人在arXiv发布论文,提出指数残差流(ERFs)框架,为离散扩散模型建立确定性ODE采样基础。该框架为每个token引入连续残差变量,使其按分段ODE确定性演化,残差归零时改变离散状态,并证明构造保持原扩散边缘分布。 ERFs的确定性轨迹支持一致性蒸馏,在代码和文本生成等基准测试中表现出优于先前方法的经验性能。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv · ML
    基于 ODE 的离散扩散模型采样器:引入指数残差流

    论文提出指数残差流(ERFs)框架,为离散扩散模型建立确定性 ODE 采样基础。 该框架通过为每个 token 增加连续残差变量,使其按分段 ODE 确定性演化,当残差归零时改变离散状态,并证明该构造保持原扩散边缘分布。 ERFs 的确定性轨迹支持一致性蒸馏,在代码和文本生成等基准测试中表现出优于先前方法的经验性能。

本事件热度走势

可比范围当前
8
可比范围峰值
910月30日 17:00
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。