热点事件持续更新

QGD方法延迟扩散模型记忆

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Xuanchen Wang、Heng Wang 和 Weidong Cai 发表论文，提出 Quality-Gated De-whitening（QGD）方法，通过保留快速极坐标更新前缀并逐步恢复固定增益动量，延迟扩散模型对训练样本的记忆。在 2,000 张 CIFAR-10 子集上，QGD 将极坐标基线的有效区间扩大 8.32 倍，常见检查点复制减少 75.9%；在相同校准和独立质量评估下，QGD 的 FID 为 75.56，使用同一选择器的 SGD 为 79.37。

AI 根据报道生成 · 1 小时前更新

最新进展10月5日 12:00

通过控制极坐标暴露延迟扩散模型记忆的 QGD 方法

报道时间线

沿着报道，了解事件的不同侧面。

10月5日

12:00
arXiv：cs.LG
通过控制极坐标暴露延迟扩散模型记忆的 QGD 方法
研究者提出 Quality-Gated De-whitening（QGD），通过保留快速极坐标更新前缀并逐步恢复固定增益动量，延迟扩散模型的样本记忆。在 2,000 张 CIFAR-10 子集上，QGD 将极坐标基线的有效区间扩大 8.32 倍，常见检查点复制减少 75.9%，FID 为 75.56（SGD 为 79.37）。

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。