EPFL/DeepMind 研究者将线上讲解 Simplex Diffusion Models 论文
ArnaudDoucet1 · x · 2026-10-16
扩散模型社区账号预告：10 月 19 日（周一）由 Justin Deschenaux（EPFL、Google DeepMind）线上讲解论文 Simplex Diffusion Models。配图展示了该方法的四步流程：乘性稀释（Multiplicative Thinning）、Innovation 采样（Dirichlet 噪声）、混合权重（Beta 分布）与逆向状态更新，整体在单纯形（simplex）上定义扩散过程，并以 κ=0.65、混合权重均值约 0.49/0.20 等参数给出可视化演示。
所属事件:EPFL/DeepMind 研究者将线上讲解 Simplex 扩散模型论文(2 条相关)→
「研究」频道最新
- Causal Inference 入门系列开更,第一部分上线 — Nasereliver · 2026-10-16
- RIKEN 新法 FBI:训练更新只需一次采样,Pass@10 成本降至 12.3% — EmtiyazKhan · 2026-10-16
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16