已验证75% 置信事实精确时间
在扩散模型中，得分函数被用来描述数据分布的对数梯度，并通过去噪得分匹配进行训练。
3
来源数
75%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证在扩散模型采样过程中进行奖励引导，通常通过计算奖励函数对当前样本的梯度并按权重叠加到去噪更新中实现，类似于分类器引导或无分类器引导，但引导信号来自外部奖励模型。77% 相似已验证流匹配模型通过学习从噪声分布到数据分布的连续概率流（ODE轨迹）生成图像，通常训练更稳定、推理步数更少77% 相似待验证目标分数恒等式将分数函数表示为当前模型预测与未归一化密度梯度之间的自洽关系，使得无需外部训练数据即可构造训练目标。77% 相似待验证数据归因旨在量化训练数据中每个样本对模型某个预测的贡献程度，常见方法包括影响函数、梯度相似度（如TracIn）和留一法等。76% 相似待验证该研究的关键洞见是：当从数据模型导出的似然函数已知且可微时，就可以利用引导扩散建模来采样预测分布76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1012869API
curl https://kongchang.com/api/v1/knowledge/claims/1012869MCP
get_claim(id=1012869)