自适应采样相关 AI 资讯 · AITOP · AI热报

8月25日

11:26

11:26

官方账号arXiv cs.LG@Daniil Dmitriev, Zhihan Huang, Yuting Wei

精选

离散扩散模型提供了一种并行更新的替代方案，但其采样效率取决于前向过程和采样器的选择。本文提出了一种基于留一法去噪器的第一阶采样器，适用于均匀和重遮蔽过程，其坐标更新可并行进行。通过建立自适应采样保证，证明了在满足误差要求的情况下，所需的离散化步骤数量与目标分布的内禀依赖结构相关，而非环境维度。实验验证了这一理论预测的行为。

论文离散扩散模型采样器去噪器

推荐理由：这篇论文提出了一个新的采样器，提高了离散扩散模型的采样效率，对于想要了解最新采样技术的人来说是个好资源。

8月5日

12:20

12:20

官方账号arXiv cs.AI@Mobina Kashaniyan, Ali Jannesari

arXiv论文2608.03961提出用轻量模糊控制器为每条查询动态分配采样预算。控制器依据提示复杂度和模型置信度，对简单或高置信度查询少采样，对困难或低置信度查询多采样。在问答和数学推理任务中，它与best-of-N、计算量感知缩放、自置信度基线对比，效果接近全预算控制，同时降低平均采样数。论文2608.03961称这套机制让推理时的计算量可解释，不再固定或不透明。

论文测试时缩放自适应采样模糊控制

推荐理由：这篇把测试时算力按题分配：难题多算、简单题少算，还比固定预算省采样。