スコアからギブス補正器へ: 一様率離散拡散モデルの加速

• 離散拡散モデルはテキスト生成などで高い性能を示しているが、サンプリングに時間がかかる。
• 本研究では、GADDという新しいギブス補正器を提案し、追加のトレーニングなしで効率的なサンプリングを実現する。
• GADDはサンプリングの複雑さを大幅に改善し、実験でもその効果が確認されている。

離散拡散モデルは、テキストや他の記号領域で優れた性能を発揮しますが、サンプリングには多くのステップが必要です。本論文では、GADDという新しいギブス補正器を提案し、標準的なスコア推定だけで効率的なサンプリングを実現します。GADDは、サンプリングの複雑さを大幅に改善し、実験結果でもその効果が確認されています。この研究は、離散拡散モデルに興味がある研究者や実務者にとって有益です。

離散拡散モデルやサンプリング手法に関心のある研究者や実務者に向いています。