待验证50% 置信事实精确时间
MDLM、SEDD是离散扩散模型的代表性工作
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证ESM3、MDLM等蛋白质生成模型属于离散扩散模型架构62% 相似待验证在续写基准的竞技场评估中，Reviser明显优于SEDD和MDLM两个离散扩散/掩码语言模型基线62% 相似待验证扩散模型的理论基础由 Song Yang 等人在 2020 年通过随机微分方程（SDE）框架统一阐明，概率流 ODE 的发现使确定性采样成为可能，催生了 DDIM 等加速采样方法，将采样步数从 1000 步压缩至 10-50 步60% 相似待验证DPM-Solver由Cheng Lu等人于2022年提出，将扩散模型反向ODE重写为半线性结构，采样步数压缩至约10步58% 相似已验证扩散模型是一类基于马尔可夫链的生成模型，核心思想是通过前向加噪和反向去噪来捕捉数据分布56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961106API
curl https://kongchang.com/api/v1/knowledge/claims/961106MCP
get_claim(id=961106)