本文へスキップ

SRM

ノイズ除去の生成モデルで空間を推論

公式サイトを見る

SRM とは

本枠組みはノイズ除去の生成モデルに基づく空間推論の仕組みと紹介され、観測されない各変数に独立したノイズ水準を割り当てて連続表現を導く。

できること

  • ノイズ除去を繰り返し視覚数独などの課題を解く
  • 任意のノイズ水準で生成の順序を制御する
  • 不確実性に基づく貪欲な手法などを選ぶ

活用場面

  • MNIST 数独のデータセットで段階的に推論する
  • Even Pixels で複雑な画像分布を扱う
  • Counting Polygons FFHQ で視覚推論を確かめる

長所と短所

✓ 良い点

  • 複数の順序化の方策が用意される
  • 評価用の基準データセットが添えられる

! 注意したい点

  • 資料は研究向けの枠組みと説明する
  • ノイズ水準と順序化の方策の調整が要る

よくある質問

挙がる手順は?

公式のページを見てコードと学習済みモデルを入手し基準データで試し設定を整える。

どんな方策が挙がる?

不確実性に基づく貪欲な手法と二段階のサンプリングが挙がる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法