SNaP 一部网络评估出样本：单步 12ms，MRI 重建实测验证
prof_kamilov · x · 2026-09-29
- SNaP 是基于 MeanFlow 的单步后验采样器，核心创新是「测量自适应源分布」：其均值与各向异性协方差由测量算子、观测和噪声水平决定，锚定测量充分的方向、保留弱测量方向的变化；理论上精确条件流可把该源输运到真实后验。
- 性能：每个后验样本仅 1 NFE（一次源求解+一次网络评估），CelebA 高斯去模糊上比迭代后验采样器快 30 倍以上，128×128 样本单步约 12ms，论文宣称最快达 2250× 加速。
- 实测涵盖自然图像修复与多线圈含噪脑部 MRI，单次评估即可得到有竞争力的重建；多次采样（M=4/16/100）取平均可用细节换更低像素误差。作者 Shirin Shoushtari、Edward Chandler、Xiao Shi，项目页与代码已开源。
所属事件:WashU 推出 SNaP：单步后验采样比迭代方法快 30 倍(3 条相关)→
「研究」频道最新
- 哈佛医学院临床信息学系列讲座：AI 与心理健康专题 — zakkohane · 2026-09-29
- HCOMP 2026 研究：图像尺度影响众包标注员与审核员表现 — windx0303 · 2026-09-29
- EleutherAI 开源 Bergson：一个库打包 EK-FAC 等多种数据归因方法 — BlancheMinerva · 2026-09-29
- Anthropic 研究员发布 Bergson 数据归因库，首度开源 MAGIC 方法 — BlancheMinerva · 2026-09-29
- EleutherAI 实测：数据归因能否拦住「潜意识学习」，答案只是勉强 — BlancheMinerva · 2026-09-29
- OpenAI 研究员称模型解 Navier-Stokes「完全是另一项运动」,近三月像地狱 — Confident_Salt_8108 · 2026-09-29