مدلهای مولد مبتنی بر امتیاز (Score-based) همیشه در پوشش تمام مُدهای توزیع هدف عالی عمل کردهاند، اما در تعیین وزنهای دقیق برای این مُدها (Mixture Weights) دچار چالش بودند.
محققان در یک پژوهش جدید، این تناقض را حل کردهاند. آنها نشان دادند که حتی اگر تابع امتیاز نسبت به وزنها حساس نباشد، مدل میتواند با استفاده از اطلاعاتِ سطوح نویز میانی (Intermediate Noise Levels)، وزنها را با دقت بالا بازیابی کند. آنها مفهومی به نام «شاخص حساسیت امتیاز دیفیوژن» (DSSI) را معرفی کردهاند که مستقیماً دقت تخمین پارامترها را پیشبینی میکند.
این دستاورد علمی میتواند مسیر آموزش مدلهای Generative دقیقتر را هموارتر کند. 📈
منبع: arXiv Machine Learning