跳到正文

SRM

用去噪生成模型做空间推理

访问官网

SRM 是什么

SRM 被介绍为一个基于去噪生成模型的空间推理框架,为每个未观测变量分配独立的噪声水平,并逐步推断出这些变量的连续表示。

你可以用它做什么

  • 通过去噪过程迭代解决视觉数独等任务
  • 自定义噪声水平以控制生成顺序化程度
  • 在多种顺序化策略中选择贪婪启发式方法

应用场景

  • 在 MNIST 数独数据集上逐步推理
  • 在 Even Pixels 数据集上处理复杂图像分布
  • 用 Counting Polygons FFHQ 数据集检验推理

优点与缺点

✓ 我们认可的地方

  • 提供多种顺序化策略
  • 附带多种基准数据集用于评估

! 需要留意的地方

  • 资料把它描述为研究框架
  • 噪声水平与顺序化策略需要调整

常见问题

资料列出哪些步骤?

访问项目主页、下载代码与预训练模型、使用基准数据集,再调整参数。

列出哪些策略?

资料列出基于不确定性的贪婪启发式方法与两阶段噪声采样。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法