VISTA: выбор шагов руководства по значимости для разреженного SMC в дискретном диффузионном моделировании (arXiv:2610.20669v1)
В работе представлен VISTA — метод без дополнительного обучения, который выбирает подмножество временных шагов для применения Sequential Monte Carlo (SMC) guidance в reward‑ориентированном дискретном диффузионном моделировании при фиксированном бюджете вычислений. VISTA собирает статистику значений из небольшой серии генераций с полным руководством, строит приближённую функцию потерь и оптимизирует её динамическим программированием, получая адаптивные расписания, которые во многих задачах близки по качеству к полному руководству при заметно меньшей задержке на генерацию (например, токсичный текст: уникально-токсичный коэффициент 0.99 против 1.00 и сокращение задержки с 204.23 с до 38.16 с, 5.35× ускорение).