David Blei团队提出WASABI采样法

哥伦比亚大学David Blei团队在arXiv提出WASABI（Wasserstein Sampling via Bridge Interpolants），仅需访问目标分布的能量函数，即可训练扩散模型从玻尔兹曼分布生成样本；训练完成后无需再评估能量函数或其梯度即可生成新样本。 该方法利用Wasserstein梯度流最小化KL散度，避开通常难以求解的模型log密度梯度。在丙氨酸二肽基准上，WASABI以约3.3倍更少的能量评估次数超过此前最佳已报基线。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。