On finite-dimensional attractor to nonsmooth reaction-diffusion equations
关于非光滑反应扩散方程的有限维吸引子
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 针对含极大单调关系非光滑低阶项的反应扩散方程,研究证明其全局吸引子具有有限分形维数,并给出基于数据的显式上界估计。
视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
关于非光滑反应扩散方程的有限维吸引子
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 针对含极大单调关系非光滑低阶项的反应扩散方程,研究证明其全局吸引子具有有限分形维数,并给出基于数据的显式上界估计。
电荷中性ProTα-组蛋白H1凝聚物中的结构、扩散与弛豫
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究通过粗粒度模型模拟,探究近电荷中性ProTα-组蛋白H1凝聚物的结构、扩散与弛豫特性,明确其链构象对压力不敏感、扩散系数随压力降低等规律,揭示瞬时静电接触的调控机制。
FA-RDP:用于接触丰富操作的频率自适应反应式扩散策略
机构 * Shanghai Jiao Tong University(上海交通大学) ; Shanghai Innovation Institute(上海创新研究院) ; Noematrix Ltd.(诺玛特里斯有限公司)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 FA-RDP 是一种频率自适应反应式扩散策略,通过多频率视觉-力 Transformer 和多模态指标动态调整采样策略,结合流形一致性蒸馏,在接触丰富操作任务中兼顾多模态保留与反应性,实现最高成功率。
Comments Project page: https://fa-rdp.github.io
通过自监督语义扩散将技能像参数一样训练
机构 * Tsinghua University(清华大学) ; Shanghai AI Laboratory(上海人工智能实验室) ; The Hong Kong University of Science and Technology(香港科技大学)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究提出受扩散模型启发的无监督自进化智能体框架,通过自监督信号更新外部文本技能库,提升了智能体在短剧剧本创作领域的生成能力。
Comments Preprint, work in progress
有界域中的反射扩散、无通量连续性方程与受限拉格朗日流
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究针对有界域中反射扩散的边际分布流,给出密度/通量对存在正则拉格朗日流的充分条件,构造反例说明边界假设不可放松,还建立无通量Fokker-Planck方程的唯一性结果,为反射扩散模型的ODE采样提供数学依据。
Comments 31 pages, 1 figure
马尔可夫扩散理论中从显微学到宏观学过渡的两种不同几何描述
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 本文针对马尔可夫扩散理论中显微学到宏观学的过渡,构造协调两种几何描述的核心对象,实现了马尔可夫分析中微观-介观-宏观层级的部分普适化。
Comments 52+3 pages. The main text consists of 49 pages and appendices comprise the remainder
旋转扩散对大分子自组装动力学的影响
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究通过匹配平动扩散系数分离旋转扩散的影响,发现大分子结合概率依赖内部结构,自组装路径受旋转扩散系数影响,建立了大分子平衡动力学与自组装动力学的关联。
Comments 26 pages, 8 figures
中国A股市场的羊群效应、动量与反转:基于信息扩散的 Agent 网络模型
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 本研究构建基于Agent的金融市场模型,结合局部羊群效应与信息扩散机制,解释中国A股市场的动量与反转现象,经实证验证相关机制的互补作用。
学习到的扩散提议何时有助于约束求解?针对连续代数系统的对照研究
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 本研究针对连续代数系统开展对照实验,发现学习到的扩散提议仅在高维、变量未耦合的场景下,才比随机多起点更有助于约束求解,且其优势并非适用于所有真实系统。
FARI:用于扩散模型水印的鲁棒单步反演
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 本研究提出FARI框架,通过单步反演结合轻量级对抗LoRA微调,在提升扩散模型水印验证鲁棒性的同时大幅缩短推理时间,效率与性能均优于50步DDIM反演。
Comments Accepted by ICLR 2026
用于可变基数空间点过程的存在场扩散模型
机构 * University of California, Riverside(加州大学河滨分校) ; New York University(纽约大学) ; Zhongguancun Academy(中关村学院)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究针对可变基数空间点过程生成建模难题,提出存在场扩散模型(EFDM),通过关联存在变量实现空间位置与基数的联合建模,在可变基数数据集上提升了建模能力。
Comments 19 pages, 9 figures, 6 tables. Preprint
异常扩散建模:连续时间随机游走(CTRWs)与非局部动力学的作用
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 本文总结了基于CTRWs的异常扩散随机方法,阐述其标度极限技术、与非局部方程的联系,及涵盖通用非局部演化方程的最新成果。
Comments 67 pages, 4 figures
移位生境中时滞非局部扩散模型的哈密顿-雅可比方法
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究采用哈密顿-雅可比方程的粘性解理论,对移位生境中时滞非局部扩散方程的传播速度分类,揭示了非局部选择机制的方向不对称性和时滞不敏感性,确定了生境锁定消除时滞减速作用的阈值条件。
去噪增长复杂度:扩散采样的数据几何与可验证调度
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究提出去噪增长复杂度(DGC),利用其鞅结构开发可验证扩散采样算法,推导KL误差边界,揭示适配数据几何可带来计算收益。
三维涡轮机械设计的新范式:基于直接几何编码的生成扩散模型框架
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 本研究针对涡轮机械三维逆设计难题,开发了以扩散模型为核心的直接几何编码设计框架,实现高精度、多样化的三维压缩机几何生成,验证了坐标学习的可行性及方案的优异性能。
移动域上带有Robin边界条件的对流-扩散方程的笛卡尔网格方法
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 该研究提出一种移动域带Robin边界的对流-扩散方程的笛卡尔网格方法,避免重网格化与切割单元,收敛性与计算效率良好,经数值例子验证有效性。
PreDiff-LM:具有混合注意力的预训练离散掩码扩散语言模型
机构 * University of Southern California(南加州大学) ; New York University(纽约大学) ; Columbia University(哥伦比亚大学) ; University of California, Berkeley(加州大学伯克利分校) ; Stevens Institute of Technology(史蒂文斯理工学院) ; University of Notre Dame(圣母大学) ; Nanyang Technological University(南洋理工大学)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究离散掩码扩散语言模型中因果预训练与双向去噪协调问题,提出PreDiff-LM模型,通过混合注意力机制改进无条件困惑度等指标,在多方面优于先前扩散基线,明确与优化AR模型的差距,为预训练因果主干调整提供补充机制。
灯笼:量热计模拟中用于物理引导扩散模型的冲突感知梯度融合
机构 * University of Virginia(弗吉尼亚大学) ; Biocomplexity Institute, University of Virginia(弗吉尼亚大学生物复杂性研究所)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 针对量热计模拟中扩散模型物理错误及标准度量忽略相关结构问题,引入CFD,编码软样本结构为两个物理感知辅助损失,通过GradBlend结合去噪得到Lantern,实验表明其能提高相关指标,消融实验揭示不同损失对调度的敏感性。
神经形态扩散语言模型:通过稀疏性和块去噪解决计算和内存瓶颈
机构 * King’s College London(伦敦国王学院) ; Institute for Intelligent Networked Systems (INSI), Northeastern University London(伦敦东北大学智能网络系统研究所)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究针对自回归大语言模型推理低效问题,提出神经形态掩码扩散语言模型,结合块扩散与脉冲神经形态计算,利用脉冲诱导稀疏性减少参数流量和计算,开发模型分析协同效应,实验表明该模型在能源效率和吞吐量上有显著提升。
Comments Accepted for presentation at 2026 IEEE Workshop on Signal Processing Systems (SiPS)
用于核辐射预测的大气扩散引导时空变换器
机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; The Hong Kong University of Science and Technology(香港科技大学) ; Shandong University(山东大学)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究针对核辐射预测难题,引入NRFormer+时空变换器,结合非平稳时间注意力、密度自适应空间注意力与大气扩散模块,能估计气象对辐射扩散的影响并注入网络,在多基线数据集上实现高精度预测,降低突发变化平均绝对误差。
社会规范扩散中孵化-爆发转变的最小动力学模型
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究社会规范扩散的最小动力学模型,个体在三种状态转变,呈现潜伏-爆发动态模式。通过分析平衡点等条件确定产生孵化现象的非线性机制并推导潜伏期估计值,揭示由内部相互作用驱动社会变革的动力学途径。
斯蒂尔杰斯时间反应扩散模型中陷阱定时与放置的精确离散伴随优化:加利西亚案例研究
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究针对斯蒂尔杰斯时间反应扩散模型的陷阱定时与放置控制问题,通过推导精确离散伴随等方法,经基准测试和实际案例验证,实现机器精度一致性及伴随加速,联合控制优于其他控制,降低诊断目标,框架可重现。
非马尔可夫量子态扩散的通用一阶和二阶数值求解器
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究非马尔可夫开放量子系统数值模拟难题,基于线性NMQSD方程解析解构建通用辅助态框架,分离数值构建步骤,给出一阶和二阶格式及跃迁规则,经数值结果验证方法对不同情况的适用性。
将通用费米网络扩展到基态:扩散蒙特卡罗评估
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究将费米集神经网络架构通过变分蒙特卡罗框架扩展以找相互作用基态,经固定相扩散蒙特卡罗优化,随网络大小增加变分能量降低,能量改进趋于零,还展示了对凝胶和量子点中相互作用电子的扩展及评估。
来自乘法事件时钟的对数老化扩散:稀有事件统计、超慢输运与系综 - 时间不等价
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究对数时间依赖性老化材料的潜在随机机制,提出特定对数老化过程,其事件时间具乘法性。通过事件计数等统计产生多种定律,区分不同表示,用联合可观测量一致性测试时钟,揭示系综 - 时间不等价等特性。
Comments 86 pages, 12 figures
统一融合:在统一反向速率目标下将自回归语言模型适配到离散扩散
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(未知(暂未找到合适中文翻译))
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究旨在将预训练的自回归语言模型适配到均匀噪声扩散。通过建立不同模型间联系并推导转换,提出UNIFUSION方法。经实验评估,该方法能改善生成困惑度与单字熵权衡,在相同规模模型中多项指标表现优异。
重新思考块扩散语言模型的生成顺序
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究块扩散语言模型的采样,基于其更适合从左到右解码的特点,提出并行自回归解码方法PARD,该方法无需训练,能保留结构并允许并行令牌承诺,实验证明其在生成质量和速度上优于现有方法。
Comments 20 pages, 15 figures, 6 tables
PAC-DP:PAC贝叶斯扩散策略学习
机构 * University of Trento(特伦托大学) ; Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)(慕尼黑工业大学慕尼黑机器人与机器智能研究所)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 研究针对扩散策略在有限数据下泛化控制有限的问题,提出PAC-DP,将DP建模为贝叶斯神经网络并定义泛化界导出新训练目标。该方法理论上规范DP训练,实验显示在多基准测试中性能提升,尤其在低数据和复杂任务中效果显著。
通过指数倾斜的扩散引导搜索(DiffTilt):在安全关键系统证伪中的应用
机构 * School of Computing and Augmented Intelligence, Arizona State University(亚利桑那州立大学计算与增强智能学院) ; Toyota Motor North America, Research & Development(丰田汽车北美研发公司)
专题命中 扩散模型 :diffusion(title,abstract)
AI总结 针对自主和网络物理系统安全关键故障发现难题,提出DiffTilt框架,通过指数倾斜扩散模型诱导分布进行引导搜索,放大故障概率,优于条件采样,在基准测试中表现良好,提升了证伪性能。
TRE:用于扩散语言模型的无训练幻觉检测
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)
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