图像生成

Online Posterior Sampling with a Diffusion Prior

在线后验采样与扩散先验

Branislav Kveton, Boris Oreshkin, Youngsuk Park, Aniket Deshmukh, Rui Song

机构 * Adobe Research（Adobe研究院） ； Amazon（亚马逊公司） ； AWS AI Labs（AWS人工智能实验室） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 本文提出了一种基于扩散模型先验的近似后验采样算法，用于基于上下文的老虎机问题，以提高复杂分布建模能力。

Comments Advances in Neural Information Processing Systems 37

SpargeAttention2: Trainable Sparse Attention via Hybrid Top-k+Top-p Masking and Distillation Fine-Tuning

SpargeAttention2: 通过混合Top-k+Top-p掩码和蒸馏微调实现可训练稀疏注意力

Jintao Zhang, Kai Jiang, Chendong Xiang, Weiqi Feng, Yuezhou Hu, Haocheng Xi, Jianfei Chen, Jun Zhu

机构 * Tsinghua University（清华大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 SpargeAttention2通过混合Top-k+Top-p掩码和蒸馏微调，实现高稀疏性且不降低生成质量。

Nonlinear diffusive shock acceleration with upstream escape reproduces DAMPE observations

非线性扩散激波加速与上游逃逸再现DAMPE观测

Han-Xiang Hu, Xing-Jian Lv, Xiao-Jun Bi, Tian-Lu Chen, Kun Fang, Peng-Fei Yin

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 该研究提出非线性扩散激波加速模型，结合宇宙射线反作用与上游逃逸机制，成功再现DAMPE观测到的质子能谱特征。

Comments 10 pages, 3 figures

Delocalisation explains efficient transport and charge generation in neat Y6 organic photovoltaics

局域化解释了纯Y6有机光伏器件中高效的输运和电荷生成

Daniel Balzer, Paul A. Hume, Geoffrey R. Weal, Justin M. Hodgkiss, Ivan Kassal

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本研究通过局域化动能蒙特卡罗模拟揭示纯Y6有机光伏器件中高效输运和电荷生成的机制，证明局域化对提高载流子迁移率和电荷生成效率的关键作用。

Toward Resource-Efficient Collaboration of Large AI Models in Mobile Edge Networks

迈向移动边缘网络中大人工智能模型资源高效协作

Peichun Li, Liping Qian, Dusit Niyato, Shiwen Mao, Yuan Wu

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种多阶段扩散框架，用于在移动边缘网络中实现大AI模型的资源高效协作，提升数据生成的效率和适应性。

Comments Accepted by IEEE Network. 9 pages, 4 figures