Discrete MeanFlow: Generazione in un Solo Passo per Spazi di Stato Discreti
I ricercatori hanno sviluppato una nuova tecnica chiamata Discrete MeanFlow per analizzare i cambiamenti in spazi di stato discreti in una singola fase. Questo metodo si contrappone al tradizionale MeanFlow continuo, che traccia le velocità medie nel tempo. Invece, Discrete MeanFlow si concentra sugli spostamenti di probabilità tra un numero limitato di stati. L'approccio utilizza il kernel di transizione condizionale di una catena di Markov a tempo continuo per derivare un tasso di transizione medio discreto che riflette le variazioni medie delle probabilità degli stati in un intervallo di tempo specifico. Il team ha stabilito una correlazione tra questo tasso discreto e il generatore istantaneo della catena di Markov utilizzando l'equazione di Kolmogorov in avanti.
Fatti principali
- Discrete MeanFlow consente la generazione in un solo passo in spazi di stato discreti.
- Sostituisce il movimento puntuale con il trasporto di massa di probabilità su stati finiti.
- L'oggetto chiave è il kernel di transizione condizionale di una CTMC.
- Un tasso medio discreto misura la variazione media della probabilità di transizione in un intervallo di tempo.
- Un'identità Discrete MeanFlow mette in relazione il tasso su intervallo finito con il generatore istantaneo della CTMC.
- L'equazione di Kolmogorov in avanti sostituisce la regola della catena spaziale del MeanFlow continuo.
- Il metodo parametrizza direttamente il kernel di transizione.
- L'articolo è disponibile su arXiv con ID 2605.12805.
Entità
Istituzioni
- arXiv