University of Cambridge（剑桥大学）

Discrete Diffusion Models: A Unified Framework from Tokenization to Generation

离散扩散模型：从词元化到生成的统一框架

Ye Yuan, Weien Li, Rui Song, Zeyu Li, Haochen Liu, Xiangyu Kong, Zixuan Dong, Linfeng Du, Zipeng Sun, Weixu Zhang, Jiaxin Huang, Changjiang Han, Yonghan Yang, Zichen Zhao, Xiuyuan Hu, Haolun Wu, Yankai Chen, Fengran Mo, Jikun Kang, Bowei He, Philip S. Yu, Xue Liu

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） ； MBZUAI - Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Tsinghua University（清华大学） ； Rochester Institute of Technology（罗彻斯特理工学院） ； Salesforce（Salesforce公司） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

AI总结 研究离散扩散模型，引入统一框架从离散状态空间构建审视该模型，让现有公式成为共同设计空间实例，揭示训练、推理等方面权衡，为未来研究提供方向。

DeepCormack: Fermi surface tomography using model-based data-driven algorithms

深度科马克：使用基于模型的数据驱动算法进行费米面断层扫描

Georg F. B. Lovric, Bryn Drury, Carola-Bibiane Schönlieb, Stephen B. Dugdale, Ander Biguri

机构 * Department of Applied Mathematics and Theoretical Physics, University of Cambridge（应用数学与理论物理系，剑桥大学） ； H.H. Wills Physics Laboratory, University of Bristol（布里斯托大学HH.Wills物理实验室） 纠错

AI总结 研究利用电子-正电子湮灭辐射角关联重建三维双光子动量密度来研究材料费米面，提出基于数据驱动模型的深度科马克算法，通过集成深度学习模型增强传统方法，还给出合成数据方法，提高重建质量并加快采集时间。

Comments 28 pages, 17 figures