跳到正文
原文
arXiv 人工智能· Jaehyeon Kim, Ziseok Lee, Siyoung Choi, Kyungsu Kim·· 8 小时前AI 评分36

用于离散扩散模型序贯蒙特卡洛引导加速的 VISTA 调度修剪方法

Value-Informed Schedule Trimming for Accelerated Sequential Monte Carlo Guidance in Discrete Diffusion

AI 导读

研究人员提出无需训练的 VISTA 方法,可在固定预算下自动选择离散扩散模型中序贯蒙特卡洛(SMC)引导的时间步。该方法通过动态规划优化路径偏差上限,在文本、生物序列和图像生成任务中均优于手工设计的稀疏调度。在有害文本生成测试中,VISTA 实现了 5.35x speedup,单次生成延迟从 204.23 s 降至 38.16 s,且 unique-toxic ratio 达 0.99。

来源:arXiv 人工智能 · arxiv.org