热点事件持续更新
研究人员提出面向大规模图生成的离散扩散模型
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员提出了一种面向大规模图生成的离散图扩散模型。该方法通过将训练限制在已观测边及其楔形非边的结构化候选子集中，成功将训练复杂度降低至节点数的亚二次水平。同时，为防止在加噪过程中图结构被完全抹除，模型设计了度感知且带保底的余弦噪声调度，并引入了三类吸收前向过程。实验表明，该模型在度分布和聚类等结构保真度关键指标上均达到了前沿水平。
AI 根据报道生成 · 4 小时前更新
最新进展10月6日 12:00
研究人员提出亚二次复杂度的离散图扩散模型，在结构保真度指标上达前沿水平。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 人工智能基于结构候选限制的大规模图生成离散扩散模型
研究人员提出一种面向大规模图生成的离散图扩散模型，通过将训练限制在已观测边及其楔形非边的结构化候选子集中，将训练复杂度降至节点数的亚二次水平。该模型设计了度感知且带保底的余弦噪声调度与三类吸收前向过程，以防止加噪过程中图结构被完全抹除。实验表明，该方法在度分布和聚类等结构保真度指标上均位列前沿水平。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。