arXiv stat.ML· Khaled Kahouli, Winfried Ripken, Stefan Gugler, Oliver T. Unke, Klaus-Robert M\"{u}ller, Shinichi Nakajima·· 22 天前AI 评分34
解耦总方差与信噪比提升扩散模型性能
Disentangling Total-Variance and Signal-to-Noise-Ratio Improves Diffusion Models
AI 导读
研究提出总方差与信噪比解耦（TV/SNR）框架，通过对两者的独立控制显著提升扩散模型的生成效率。该方法发现采用恒定 TV 调度能持续改善方差指数爆炸问题，并将参数搜索空间缩减为两个独立可解释的参数。结合推广的最优传输流匹配 SNR 调度，该方案跨多种逆向求解器均表现出增益，适用于分子结构生成等复杂科学应用。
来源：arXiv stat.ML · arxiv.org