掩码扩散模型引入自适应解掩码顺序
热点事件持续更新
掩码扩散模型引入自适应解掩码顺序
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
研究者提出用轻量级策略网络学习掩码扩散模型的解掩码顺序,并在多类顺序敏感任务上报告称其表现优于常见启发式方法。该策略可在冻结预训练去噪器时单独训练,也可与去噪器联合训练;测试涵盖组合问题、蛋白质、代码和语言任务。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
掩码扩散的自适应顺序策略报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · Machine Learning掩码扩散的自适应顺序策略
研究者为掩码扩散模型提出自适应解掩码顺序策略,并在多类顺序敏感任务上优于常见启发式方法。该方法通过轻量级策略网络按策略概率重加权掩码扩散损失,可在冻结预训练去噪器时单独训练策略,也可联合训练策略与去噪器;测试涵盖组合问题、蛋白质及多种代码和语言任务。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 710月29日 00:00
- 近 24 小时变化
- –
02468
10月29日01:0002:00
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。