NeurIPS 2026 论文揭示：无噪声调度的扩散模型暗藏能量景观梯度流
docmilanfar · x · 2026-09-25
作者团队唯一一篇投稿被 NeurIPS 2026 接收。研究针对一个反直觉现象：扩散模型通常需要精确的噪声水平调度（noise schedule）才能工作，但近来一些模型被证明无需显式噪声条件也能运行。论文解释了其中机制：这些时间不变的场（time-invariant fields）实际上在某个能量景观上隐式实现了一种黎曼梯度流（Riemannian gradient flow），因此不依赖显式的时间/噪声条件化也能完成去噪过程。
「研究」频道最新
- GRAM 入选 NeurIPS 2026：把递归推理变成随机潜轨迹 — SungjinAhn_ · 2026-09-25
- 16×16 光子矩阵核心实现原位反向传播，支持 8 位乘 10 位累加 — jwt0625 · 2026-09-25
- 「agentic 机器人」扎堆套 GPT-6 壳,真正的突破在哪里? — DJiafei · 2026-09-25
- 开发者提出「证据性框架」：给 LLM 每条输出打上溯源标记 — jzesbaugh · 2026-09-25
- 新论文揭示：基于量规的 RL 训练何时在偷偷「黑掉」奖励 — heghbalz · 2026-09-25
- DeepSeek 梁文锋联名新论文:DSec 沙箱平台日供 300 万沙箱支撑 Agent RL 训练 — teortaxesTex · 2026-09-25