D-DOIT：免训练离散扩散模型适配方法提出
热点事件观察中
D-DOIT：免训练离散扩散模型适配方法提出
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Jieke Wu 等作者提出免训练离散扩散模型适配方法 D-DOIT，通过 Doob's h-transform 对反向转移概率重新加权，仅需奖励值而非奖励梯度，无需昂贵的未来 rollout。该方法在每步采样候选状态并用奖励 oracle 重采样，可选的后期 best-of-K 精修可进一步降低开销。 在调控 DNA 设计和蛋白质逆折叠基准上，D-DOIT 优于免训练引导基线，并在蛋白质逆折叠中取得最高成功率。
AI 根据报道生成 · 1 天前更新
最新进展10月16日 12:00
D-DOIT：通过 Doob h-Transform 实现离散扩散模型的免训练适配报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.AID-DOIT：通过 Doob h-Transform 实现离散扩散模型的免训练适配
D-DOIT 是一种面向离散扩散模型的免训练适配方法，通过 Doob's h-transform 对反向转移概率重新加权，仅需奖励值而非奖励梯度。它无需昂贵的未来 rollout，在每步采样候选状态并用奖励 oracle 重采样，可选的后期 best-of-K 精修进一步降低开销。在调控 DNA 设计和蛋白质逆折叠基准上，D-DOIT 优于免训练引导基线，并在蛋白质逆折叠中取得最高成功率。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 810月16日 22:00
- 近 24 小时变化
- -51%
02468
10月17日06:0012:0018:0010月18日
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。