研究者提出扩散采样自适应时间步方法ART

Yilie Huang、Wenpin Tang 和 Xun Yu Zhou 提出自适应重参数化时间（ART），用于为基于分数的扩散模型采样分配时间步。该方法把采样时钟速度作为控制量来学习时间变换，使学习时钟上的均匀网格在原始扩散时间中对应出自适应时间步。 三人还提出配套的 ART-RL：用高斯策略把调度学习转化为连续时间强化学习问题，并证明其最优策略的均值可恢复 ART 的最优时间变换率。上述内容来自其 arXiv 论文，尚未见实验效果数据。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。