站内快照 · 国内可打开。外网原文可能无法访问。
- 资讯公开站rss_arxiv_cs_ai
蛋白质扩散模型测试时对齐的谱反馈方法
Spectral Feedback for Test-Time Alignment of Protein Diffusion Models
arXiv:2609.30456v1 公告类型：新 摘要：针对离散扩散模型的奖励最大化对齐方法主要聚焦于引导反向过程，或通过影响 token logits，或在中间步骤选择有利序列。这些方法在很大程度上将推理视为单向过程，缺乏重新审视不理想 token 选择的机制。我们提出谱反馈（Spectral Feedback），一种在反馈循环中选择编辑位置的算法，使模型能够迭代修正自身生成结果。该方法利用离散扩散模型的掩码结构，通过重新掩码和重新采样 token，类似于重新引入噪声潜变量并重新运行反向过程的图像编辑方法。此前的对齐方法关注应分配哪些 token 标签以最大化目标奖励，而我们则将应重新审视哪些 token 视为核心对齐问题。选择编辑位置具有挑战性，因为编辑效果相互依赖：修改一个 token 的影响取决于同时编辑了哪些其他 token。我们将编辑集定义为需要重新掩码和重新采样的 token 位置集合。受先前工作启发