Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:2510.01329

帮助 | 高级搜索

统计学 > 机器学习

arXiv:2510.01329 (stat)
[提交于 2025年10月1日 ]

标题: 连续增强的离散扩散模型用于类别生成建模

标题: Continuously Augmented Discrete Diffusion model for Categorical Generative Modeling

Authors:Huangjie Zheng, Shansan Gong, Ruixiang Zhang, Tianrong Chen, Jiatao Gu, Mingyuan Zhou, Navdeep Jaitly, Yizhe Zhang
摘要: 标准离散扩散模型通过将所有未观察状态映射到一个吸收性[MASK]标记,对所有未观察状态一视同仁。 这造成了一种“信息空白”,在去噪步骤之间丢失了可以从未掩码标记中推断出的语义信息。 我们引入了连续增强的离散扩散(CADD),这是一种在连续潜在空间中配对扩散的框架,以增强离散状态空间。 这产生了渐进式损坏的状态,在这些状态下,掩码标记由噪声但有信息的潜在向量表示,而不是坍缩的“信息空白”。 在每个反向步骤中,CADD可以利用连续潜在空间作为语义提示来指导离散去噪。 该设计简洁且与现有的离散扩散训练兼容。 在采样时,连续潜在向量的强度和估计器的选择使得在模式覆盖(生成多样化输出)和模式搜索(生成上下文精确的输出)行为之间实现了可控的权衡。 实证上,我们展示了CADD在基于掩码的扩散模型上提高了生成质量,无论是在文本生成、图像合成还是代码建模方面,相对于强大的离散基线,在定性和定量指标上都表现出一致的提升。
摘要: Standard discrete diffusion models treat all unobserved states identically by mapping them to an absorbing [MASK] token. This creates an 'information void' where semantic information that could be inferred from unmasked tokens is lost between denoising steps. We introduce Continuously Augmented Discrete Diffusion (CADD), a framework that augments the discrete state space with a paired diffusion in a continuous latent space. This yields graded, gradually corrupted states in which masked tokens are represented by noisy yet informative latent vectors rather than collapsed 'information voids'. At each reverse step, CADD may leverage the continuous latent as a semantic hint to guide discrete denoising. The design is clean and compatible with existing discrete diffusion training. At sampling time, the strength and choice of estimator for the continuous latent vector enables a controlled trade-off between mode-coverage (generating diverse outputs) and mode-seeking (generating contextually precise outputs) behaviors. Empirically, we demonstrate CADD improves generative quality over mask-based diffusion across text generation, image synthesis, and code modeling, with consistent gains on both qualitative and quantitative metrics against strong discrete baselines.
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
引用方式: arXiv:2510.01329 [stat.ML]
  (或者 arXiv:2510.01329v1 [stat.ML] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.01329
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Huangjie Zheng [查看电子邮件]
[v1] 星期三, 2025 年 10 月 1 日 18:00:56 UTC (17,139 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
stat.ML
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.LG
stat

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号