特定性感知扩散引导新方法

2026年10月3日，arXiv cs.LG分类发布一篇机器学习论文，研究者提出一种特定性感知扩散引导方法。该方法将引导建模为目标分布设计问题，基于重叠度目标推导出仅在期望参考分布占优区域保留该分布的目标分布，并给出似然比解释。为实现该方法，研究者开发了采用方差最小化局部提议的序列蒙特卡洛采样器，以及结合期望与不期望score场Jacobian-向量积的固定噪声优化流程。目前该工作以预印本形式公开，尚无后续进展报道。

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。