Sticky Jump Diffusions 统一扩散框架获 NeurIPS 2026 录用

2026年10月27日，Pascal Jutras-Dubé 等人更新 arXiv 论文，正式发布 Sticky Jump Diffusions（SJDs）框架。该模型将离散锚点设为词嵌入，构建连续时间马尔可夫过程，通过前向风险率释放质量结合反向得分驱动SDE与粘性跳跃核，在数学上统一了掩码、连续及混合扩散三类模型。早期报道显示，该团队利用通量平衡设计非粘性核，在 CIFAR-10、Text8 等数据集上验证了模型性能优于恒等核混合模型。该论文已被第40届神经信息处理系统大会（NeurIPS 2026）正式录用，确立了该统一视角在生成模型领域的理论地位。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。