跳到正文
原文
arXiv stat.ML· Sebastian Salazar, Dilum Fernando, Michal Kucer, Emily Casleton, Luhuan Wu, David M. Blei·· 17 小时前AI 评分35

WASABI:基于桥插值的 Wasserstein 采样方法

WASABI: Wasserstein Sampling via Bridge Interpolants

AI 导读

WASABI 是一种利用 Wasserstein 梯度流训练扩散模型以从目标玻尔兹曼分布采样的全新方法,全程仅需访问能量函数。该算法推导出的实用方案避免了计算模型自身对数密度的难解梯度,且训练完成后生成样本无需额外评估能量或梯度。在丙氨酸二肽任务中,WASABI 以减少约 3.3 倍的能量评估次数超越了最佳基线。

来源:arXiv stat.ML · arxiv.org