图像生成

Variance-Reduced Diffusion Sampling via Target Score Identity

通过目标分数身份实现方差缩减的扩散采样

Alois Duston, Tan Bui-Thanh

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 本文提出通过目标分数身份实现扩散采样中的方差缩减，结合非参数重要性采样和状态依赖的混合规则，提升样本质量。

Comments Updated to match journal submission and add ACM & MSC class info

One-Step Generative Channel Estimation via Average Velocity Field

通过平均速度场实现一步生成式信道估计

Zehua Jiang, Fenghao Zhu, Siming Jiang, Chongwen Huang, Zhaohui Yang, Richeng Jin, Zhaoyang Zhang, Merouane Debbah

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出通过平均速度场实现一步生成式信道估计，有效降低延迟并提升性能

Comments 5 pages, 4 figures. Accepted by IEEE Wireless Communications and Networking Conference (WCNC) 2026

Efficient semantic uncertainty quantification in language models via diversity-steered sampling

通过多样性引导采样实现语言模型中的高效语义不确定性量化

Ji Won Park, Kyunghyun Cho

机构 * Prescient Design, Genentech（普森设计，基因泰克） ； Center for Data Science, New York University（数据科学中心，纽约大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出一种多样性引导采样方法，通过注入语义相似性惩罚提升语言模型在问答任务中的不确定性估计效率，实现样本效率提升并覆盖更多语义簇。

Comments 10 pages (+7 appendix), 7 figures. Accepted at NeurIPS 2025