简释去噪扩散模型与分数匹配原理
ariG23498 · x · 2026-09-01
帖子解释了两个核心概念：
- 去噪扩散模型：从干净数据点开始，逐步添加噪声直到变为纯高斯噪声，然后学习从噪声还原图像的逆向轨迹。
- 分数匹配：在概率密度空间中计算梯度，并沿该方向行走，相当于在指南针指引下走向真实数据分布。
「研究」频道最新
- 首尔国立大学发布 MineAmongUs：VLM 智能体在具身社交中学会撒谎 — SeoulNatlUniv · 2026-09-01
- Naver 提出 Verification-Aware Training：训练时模拟验证提升投机解码 — naver-ai · 2026-09-01
- 清华团队打破 41 年纪录：证明 Dijkstra 最短路径算法并非最优 — jedisct1 · 2026-09-01
- RL 训练使模型行为独立于系统提示词？AI 安全专家激辩 — voooooogel · 2026-09-01
- 生产环境 LLM 决策不应依赖「感觉更好」 — camerongreen95 · 2026-09-01
- Abliteration 移除模型拒绝机制，保留编码与攻击能力引争议 — aryaman2020 · 2026-09-01