新论文统一连续与离散扩散模型，通用状态空间入门指南
CSProfKGD · x · 2026-08-21
一篇新论文《Foundations of Diffusion Models in General State Spaces》发布，旨在提供一个关于扩散模型的自包含介绍，统一处理连续数据（如图像）和离散数据（如文本、序列）。
论文内容涵盖：
- 离散视角：通过马尔可夫核进行前向噪声添加和学习反向动力学。
- 连续极限：推导了连续空间中的随机微分方程（SDE）和有限字母表上的连续时间马尔可夫链（CTMC）。
- 变分处理：推导了支撑标准训练损失的 ELBO，并阐明了前向破坏选择（如高斯过程和结构化分类转换核）如何塑造反向动力学。
「研究」频道最新
- 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构，解 60 年数学难题 — Singularitarian · 2026-08-24
- 研究揭示 AI Agent 行为：六成阅读量来自指令与笔记 — dair_ai · 2026-08-24
- Claude 自主验证 43 个数学模块，AI 攻克理论物理难题 — Tkaraletsos · 2026-08-24
- AI 假记忆：为何模型越用越错，真记忆需遗忘 — PrajwalTomar_ · 2026-08-24