图像生成

TRE: Training-Free Hallucination Detection for Diffusion Language Models

TRE：用于扩散语言模型的无训练幻觉检测

Pengcheng Weng, Yanyu Qian, Yue Tan, Yixin Liu

机构 * University of Bern（伯尔尼大学） ； Nanyang Technological University（南洋理工大学） ； Griffith University（格里菲斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型的幻觉问题，现有方法有局限。本文提出无训练的TRE指标，通过在模型解码过程中沿时空维度提取熵信号来估计幻觉风险，经实验验证其性能有竞争力，具有泛化性、效率和鲁棒性等优点。

Comments 25 pages

PRESTO: Prefix-Aligned Tree Drafting for Diffusion Speculative Decoding

PRESTO：用于扩散推测解码的前缀对齐树草稿生成

Zheng Wang, Zhifan Ye, Qi Cheng, Yonggan Fu, Ziyan Wang, Feng Zhu, Haozhe Zhao, Jan Kautz, Pavlo Molchanov, Humphrey Shi, Minjia Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散大语言模型用于推测解码时现有方法的局限，提出PRESTO框架，通过前缀对齐评分和基于优先级的树搜索，解决扩散草稿与前缀验证不匹配问题，在多种基准测试中显著提升了端到端吞吐量。

Differencing the Diffusion Trajectory toward Uncertain Components for Time Series Forecasting

针对时间序列预测，向不确定成分差分扩散轨迹

Chen Su, Yuanhe Tian, Yan Song

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对时间序列预测中未来与历史的不对称问题，提出DiffDiff扩散框架，将可预测性不对称嵌入扩散轨迹，使前向算子依赖步骤，在多基准测试中优于基线，能集中精力于目标最不确定成分，减轻重建历史锚定内容负担。

Diffusion Bootstrap for High-Dimensional Linear Models

高维线性模型的扩散自举法

Ce Liang, Wei Ma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究高维线性模型中经典自举法的不足，提出基于扩散的配对自举法，通过学习生成律取代经验联合分布，经理论论证和实验验证，该方法能改善方差校准及I型错误校准。

Reverse-Time Diffusion Processes for Discrete Time Linear and Nonlinear Systems with non-Gaussian Noise

具有非高斯噪声的离散时间线性和非线性系统的反向时间扩散过程

Soura Dasgupta, Brian D. O. Anderson, Raghuraman Mudumbai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对具有非高斯噪声的离散时间线性和非线性系统，建立了直接找到反向扩散的理论，给出正向线性且噪声高斯时反向模型为输入仿射的条件，揭示多种状态密度下不存在输入仿射反向扩散及与连续时间对应方程反转的差异。

Comments 17 pages

From Score Learning to Discretized Sampling: An End-to-End Generalization Analysis of Diffusion Models

从得分学习到离散采样：扩散模型的端到端泛化分析

Jinshu Huang, Yiming Jiang, Chunlin Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于实际残差网络架构的得分扩散模型，建立统一收敛和泛化框架，分析从得分函数学习到采样过程的特性，将生成误差分解为四个分量，定量刻画训练样本大小等因素对扩散模型样本保真度的控制。

A convergent Scharfetter-Gummel scheme for a three-species drift-diffusion model for memristors

一种用于忆阻器的三物种漂移扩散模型的收敛性Scharfetter-Gummel格式

Ansgar Jüngel, Zhiwei Sun, Sara Xhahysa

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对忆阻器的三物种漂移扩散模型，提出保持结构的全隐式Scharfetter-Gummel有限体积格式，重铸通量揭示隐藏信息分量，建立离散解存在性等，二维数值模拟证实格式特性及忆阻器细丝形成。

Closed-loop solvability of infinite-horizon stochastic linear-quadratic problem for Markov regime-switching jump-diffusion system

马尔可夫状态切换跳跃扩散系统无限时域随机线性二次问题的闭环可解性

Kai Ding, Fan Wu, Jie Xiong, Xinyue Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究马尔可夫状态切换跳跃扩散系统无限时域随机线性二次控制问题，通过耦合代数黎卡提方程系统的稳定解给出最优控制反馈表示，并应用于终身财富跟踪问题得出最优投资策略。

A CIR-Type Diffusion Driven by Hermite Processes: Well-Posedness, Positivity and Malliavin Analysis

由埃尔米特过程驱动的CIR型扩散：适定性、正性和 Malliavin 分析

Atef Lechiheb

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究由埃尔米特过程驱动的广义CIR扩散，利用其赫尔德正则性在杨氏 - 斯蒂尔杰斯意义下解释动力学，建立了适定性、正性界、Malliavin可微性及绝对连续性四个主要结果。

Data-Driven Diffusion Processes on Differential Forms via the Projected Ambient Connection Laplacian

通过投影环境联络拉普拉斯算子在微分形式上进行数据驱动的扩散过程

Alvaro Almeida Gomez, Jorge Duque Franco

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究如何通过投影环境联络拉普拉斯算子对微分形式进行数据驱动的扩散过程，基于新颖表示构造矩阵值扩散算子，有渐近最优核带宽缩放，推导显式欧拉格式并经数值实验验证，为几何偏微分方程数值逼近奠定基础。

Comments Comments are welcome

Generalized Fine-Tuning of Diffusion Models via Stochastic Control and FBSDEs

通过随机控制和正倒向随机微分方程对扩散模型进行广义微调

Zirui Wang, Lu Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 从随机控制角度为扩散模型提出广义微调框架，引入一般运行成本，通过正倒向随机微分方程刻画值函数，建立存在唯一性，最优控制有非线性反馈形式，还引入梯度相关惩罚，提供统一微调框架。

Impact of ion-electron collisions on nonlocal ion heat conduction, viscous stress, and diffusion

离子-电子碰撞对非局部离子热传导、粘性应力和扩散的影响

Nicholas Mitchell, David Chapman, Grigory Kagan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究离子-电子碰撞对强非均匀等离子体中离子输运的影响，采用第一性原理简化动力学方法，发现其显著改变非局部热流峰值并强烈抑制非局部预热。

Catalyst Diffusion Transformer: Generative Inverse Design of Heterogeneous Catalysts

催化剂扩散变换器：多相催化剂的生成式逆设计

Hayoung Doo, Dong Hyeon Mok, Seoin Back, Jonggeol Na

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对催化剂发现人力物力消耗大及现有生成模型局限性问题，提出催化剂扩散变换器CatDiT，通过学习潜在表示实现高效训练与快速采样，支持多条件设定，用于逆催化剂设计，在氮还原反应中取得良好效果，是实用可扩展的方法。

Statistical Mechanics of Thermal Diffusion in Rough Energy Landscapes

粗糙能量景观中热扩散的统计力学

Soham Chattopadhyay, Blas P. Uberuaga

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究从质量输运变分原理出发，提出统计框架描述复杂固体热扩散，表明微观涨落支配非阿累尼乌斯扩散，动力学项可机器学习处理，还阐述了固溶体空位扩散在不同条件下与阿累尼乌斯行为的关系。

Comments 14 pages, 3 figures, 24 pages supplementary material

TG-Diff: Coupling Discrete Topology Diffusion and Topology-conditioned Geometry Diffusions for B-Rep Generation

TG-Diff：耦合离散拓扑扩散与拓扑条件几何扩散用于边界表示生成

MingZe Sun, Haiyong Jiang, Bingchen Yang, Haoxuan Song, Yidi Li, Jun Xiao, Peter Wonka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出TG-Diff框架，通过解耦拓扑与几何建模生成B-rep。基于以曲面为中心的表示开发两个扩散模型，拓扑扩散用离散扩散模型，曲面隐变量生成用条件隐变量扩散模型，经后处理形成封闭B-rep，计算量小且性能优越。

Comments none

GRACE: Gradient-Free Robot Action Generation via Combined Diffusion-MPPI Posterior Mean Estimation

GRACE：通过组合扩散-MPPI后验均值估计实现无梯度机器人动作生成

Leesai Park, Jiho HOng, Sanghyun Kim

机构 * School of Mechanical Engineering, Kyung Hee University（庆熙大学机械工程学院） ； Advanced Institute of Convergence Technology (AICT)（融合技术高级研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出GRACE方法，通过组合扩散-MPPI后验均值估计，仅用前向成本评估引导预训练扩散策略，构建成本条件引导后验并估计均值，在模拟和真实机器人上验证，比基线方法成功率高，能避免部署时障碍物。

MotifRole-Diff: Risk-Optimal Role-Aware Corruption for Masked Molecular Graph Diffusion

MotifRole-Diff：用于掩码分子图扩散的风险最优角色感知损坏

Tasfia Nuzhat Ornee, Elias Hossain, Ivan Garibay, Niloofar Yousef

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对分子图扩散中统一损坏计划的不足，提出MotifRole-Diff方法，根据去噪难度和扰动影响分配掩码率，经实验验证该方法能提升生成有效性并降低FCD，表明结构感知损坏是更优掩码策略。

From Score Approximation to Distribution Approximation in Score-Based Diffusion Models

基于得分的扩散模型中从得分近似到分布近似

Lan V. Truong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于得分的扩散模型中得分近似与分布近似的关系，利用经典神经网络近似理论等，通过推导显式上界，建立两者定量联系，给出从得分函数近似到反向扩散模型概率分布近似的简单明确保证。

Comments 18 pages

Diffusion-guided optimization for full waveform inversion

用于全波形反演的扩散引导优化

Yiran Shen, Yangkang Chen, Björn Engquist

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出在全波形反演（FWI）中用预训练扩散模型作正则化器，比较三种引导策略，通过多种实验表明分裂吉布斯扩散采样（SGDS）能提升重建质量，扩散引导优化可作实用正则化策略并保留波动方程建模循环。

Comments 32 pages, 16 figures. Source code: https://github.com/shenyiran91/SGDS-FWI

Anomalous Diffusion of Tropical Cyclones Observed in Huge Ensembles of Hindcasts

在大量后报数据中观测到的热带气旋异常扩散

Abdoul R. Zeba, William D. Collins, Ankur Mahesh, Boris Bonev, Karthik Kashinath, Thorsten Kurth, Michael S. Pritchard, Shashank Subramanian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究利用2023年夏季大量后报数据，通过改进的检测和跟踪框架识别热带气旋，用球形傅里叶神经算子生成后报数据，重现异常扩散幂律，得出其对热带气旋轨迹和登陆位置预测性的影响。

Anomalous-diffusion synthesis of non-Gaussian reservoir anomalies for time-lapse seismic inversion

用于时移地震反演的非高斯储层异常的反常扩散合成

Anderson Mateus de Sousa Nogueira, Paulo Vitor Ferreira, Katerine Rincon Perez, João M. de Araújo, Tiago Barros, Samuel Xavier-de-Souza, Sérgio Luiz da Silva, Gilberto Corso

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究开发基于物理知识的时移地震反演框架，针对现有方法无法捕捉储层反常输运特征的问题，引入时空分数扩散数据生成器，训练卷积神经网络，经验证能准确重建异常，扩展了4D地震反演适用性。

Unbiased Diffusion Monte Carlo for non local operators

用于非局部算符的无偏扩散蒙特卡罗方法

Carlos Rodriguez Perez, Valerio Olevano, Francesco Sottile, Vitaly Gorelov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对计算非局部算符的无偏扩散蒙特卡罗估计值问题，提出新数学精确方法，指出前沿技术前向行走的局限，通过在对称哈伯德二聚体和氦原子系统中的验证，证明新方法显著优于前向行走。

Comments 14 pages, 5 figures

Property-Guided Diffusion for Inverse Design of Crystalline Materials

用于晶体材料逆设计的属性引导扩散

Sourav Mal, Subhankar Mishra, Prasenjit Sen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对晶体材料逆设计中属性引导相关问题，基于DiffCrysGen开发框架，用参数高效适配器微调及无分类器引导，以多种属性为任务研究其影响，经预筛选和验证识别出稳定材料，确立该框架并提供新见解。

Comments 15 pages, 12 figures

Ionic Diffusion Properties of Rare-Earth High-Entropy Oxides from a Machine-Learned Interatomic Potential

基于机器学习原子间势的稀土高熵氧化物离子扩散特性

Mary Kathleen Caucci, Billy E. Yang, Saeed S. I. Almishal, Jon-Paul Maria, Susan B. Sinnott

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究利用CHGNet机器学习原子间势驱动分子动力学模拟，探究铈基稀土高熵氧化物中氧扩散。通过对三种CHGNet变体基准测试，揭示氧传输受空位浓度和阳离子环境影响，明确成分调整增强氧离子电导率的途径。

MedDiT4SR: Tri-Stream Joint Adaptation of Pre-Trained Diffusion Transformers for Medical Image Super-Resolution

MedDiT4SR：用于医学图像超分辨率的预训练扩散Transformer的三流联合自适应

Zhi Chen, Le Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对医学图像超分辨率难题，提出MedDiT4SR三流自适应框架，集成多种表示于扩散Transformer块，引入SR Adapter和SA Refiner，实验验证该框架能有效让预训练DiT模型适应不同医学成像域的超分辨率任务。

Transformer-based Diffusion models for Hydrological Time Series Probabilistic Imputation and Forecasting

基于Transformer的扩散模型用于水文时间序列概率插补和预测

Ferdinand Bhavsar, Lionel Benoit, Maxime Savatier, Edith Gabriel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨基于Transformer的扩散模型在水文时间序列模拟和重建中的应用，将其用于法国东北部多地点水量和水质联合建模，经校准验证后与其他方法比较，结果支持该方法有效性，凸显其捕捉复杂模式能力。

RadioTrace: Transmitter-Aware Diffusion for Radio Map Estimation without Deployment-Time Fine-Tuning

RadioTrace：用于无线电地图估计的发射机感知扩散，无需部署时微调

Liu Yang, Qiang Li, Zhuo Cao, Weijie Xiong, Guomin Sun, Jingran Lin

机构 * School of Information and Communication Engineering, University of Electronic Science and Technology of China（信息与通信工程学院，电子科学与技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出RadioTrace框架，无需部署时微调，将稀疏RSS测量与预训练扩散先验集成，通过纳入Tx位置估计、传播引导的K均值初始化及稳定性分析，在随机和受限区域采样下展现出良好性能，提升了无线电地图估计的适应性、鲁棒性和实用性。

Comments IEEE Trans. Wireless Comm

Diffusion Language Model for Recommendation

用于推荐的扩散语言模型

Chengyi Liu, Yongqi Zhou, Junwei Pan, Zhixiang Feng, Chengguo Yin, Haijie Gu, Jie Jiang, Yinghao Liu, Yujuan Ding, Qing Li, Wenqi Fan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对现有推荐系统中自回归范式的不足，受扩散语言模型启发，提出 DLMRec。该模型引入协作感知随机分词器、课程驱动训练策略、稳定性感知投票机制，为推荐提供了新的离散扩散语言模型及有效方法。

Comments 30 pages, 9 figures

A Diffusion-Model Subpopulation Digital Twin for Mobile Health Deployment: A Case Study on the HeartSteps Intervention

用于移动健康部署的扩散模型亚群数字孪生：以HeartSteps干预为例

Ziping Xu, Yuyi Chang, Chenshun Ni, Nithin Sugavanam, Asim H. Gazi, Pedja Klasnja, Emre Ertin, Susan A. Murphy

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； The Ohio State University（俄亥俄州立大学） ； Harvard University（哈佛大学） ； University of Michigan（密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对移动健康干预算法设计问题，提出基于条件时间序列扩散模型开发“JITAI-Twins”数字孪生的方法，经多步更新，在HeartSteps干预部署预阶段验证，能更好再现目标亚群结构，为算法设计决策提供模拟。

Mean-to-Score Discrete Diffusion: Posterior-Mean Denoisers for Score Entropy

均值到分数的离散扩散：用于分数熵的后验均值去噪器

Jingyuan Li, Xiaoyi Jiang, Yixuan Jiang, Wei Liu, Yi Zhu, Zuoqiang Shi, Pipi Hu

机构 * Tsinghua University（清华大学） ； Beijing Institute of Mathematical Sciences and Applications（北京数学科学与应用研究院） ； Wuhan University（武汉大学） ； MathonAI（马松人工智能） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对分数熵离散扩散存在的问题，引入均值到分数（M2S）方法，通过预测后验均值并转换为分数，应用于特定马尔可夫链。在CIFAR-10等实验中，M2S降低了测试BPD和FID-50k，提升了生成性能。