纵观生成式 AI 领域中的两个主导者：自回归和扩散模型。
一个专攻文本等离散数据，一个长于图像等连续数据。
如果，我们让后者来挑战前者的主场，它能行吗?
斯坦福博士的最新研究，就搞了这么一个扩散模型 VS 自回归模的同台 PK。
结果：
挑战成功!(下面为生成示意图，最后得到的文本是 "Hello world，I am a language diffusion model，named SEDD")
并且他们的扩散模型在困惑度和质量上已率先超越自回归的 GPT-2。
赶紧来瞧瞧。
扩散模型挑战离散数据
用自回归来处理离散文本数据，即根据之前的 token 来预测下一个 token，这可能是目前我们能想象到的最简单可行的方法。
为什么这么说?
作者在这里用GAN举了个例子：
对于图像生成，GAN 首先根据随机噪声生成图像，然后使用判别器来 " 惩罚 " 偏差，因此梯度信息可以反向传播到生成器。
但如果我们假设用 GAN 来生成文本，就行不通了。
因为尽管我们可以定义同样原理的生成器和判别器，但文本的离散性质使得更新生成器非常难。
(图像是连续的，因此可以通过反向传播来计算梯度，但文本是一堆无法区分的离散值，计算梯度信号相当繁琐，基本只能粗略估计)
所以说，文本建模领域基本成了自回归的天下(如 transformer 的发扬光大就是基于自回归模型)。
不过，这个架构也有根本性的缺陷：
最有名的 " 批评 " 来自 Lecun，他就认为自回归 transformer" 注定要失败 "，因为生成会 " 偏离 " 数据分布并导致模型在采样过程中发散。
除此之外，自回归架构的采样也具有高度迭代性，这对为并行计算而高度优化的 GPU 来说也不够 match。
最后，由于这类架构的模型都是按照从左往右地完成任务，因此一次执行多个控制任务也很困难(例如补充给定了前缀和后缀的文本)。
正是这些缺点促使作者开始构思另一种概率模型，因此有了本文的主角：
分数熵离散扩散模型(SEDD，Score Entropy Discrete Diffusion)。
简单来说，为了将扩散模型扩展到离散空间，就必须将 " 分数函数 "(也就是对数概率的梯度)概念推广到离散空间。
幸运的是，有一种替代方案可以呈现具体分数，即概率的局部比率。
如下图所示，左边为分数函数，它直观地 " 指向 " 连续空间中的较高密度区域，具体分数(右)将其推广到离散空间。
这些具体的比率(分数)可以通过得分熵(score entropy)损失函数来学习，从而实现离散扩散模型的快速、可扩展训练。
在这之中，由于作者只知道可以使用得分熵从数据中学习具体得分(对应于学习概率模型)，但仍然不知道如何生成样本。
因此还借用了扩散模型的核心思想，并使用学习到的具体分数将随机值迭代地去噪为数据点。
为此，他们还定义了向离散文本样本中 " 添加噪声 " 的含义：
对于连续空间，这是通过添加高斯噪声自然产生的，但在离散空间中，则是被迫直接在不同元素之间 " 跳跃 "。
而最终，他们的 SEDD 模型通过学习将样本不断迭代去噪为文本，完成从纯随机输入生成文本的任务。
超越 GPT-2
总的来看，与自回归模型相比，该扩散模型可以在生成过程中利用完整的全局上下文，从而获得更好的整体生成效果。
对比起来，自回归模型特别是像 GPT-2 这样的会发生 " 漂移 " 现象，从而破坏整体性能的稳定性。
并且即使在较小的模型规模下，SEDD 也能始终生成高质量的文本(绿框，读者很通顺)，而 GPT-2 就比较困难(红框，一眼看上去就很多错误)。
具体测试中，SEDD 在困惑度指标上表现出了很强的竞争力：
此外，作者还发现：
使用更少的采样步骤，SEDD 照样在控制生成质量上的表现也比 GPT-2 要好。
最后，团队以完全零样本的方式从任意位置提示 SEDD 后发现：
对于标准(从左到右)和非标准(填充)提示方法，SEDD 都可以与最好的 GPT-2 解码方法一较高下。
如下图所示：
提示标记以蓝色表示，不管它在前面中间还是结尾，SEDD 都能够生成有意义的文本。
Pika 创始人是作者之一
本研究一共 3 位作者：
一作为斯坦福计算机专业博士生 Aaron Lou，康奈尔本科毕业。
二作也是该校博士生 Chenlin Meng。
她的名字不算陌生，Pika 就是她(下图右)和 " 学妹 " 郭文景一起创办的。(Meng 2020 年入学斯坦福，郭 2021 年入学)
看起来，一边创业的她也一边兼顾着学业。
最后，通讯作者为一二作的导师 Stefano Ermon，他是斯坦福计算机科学系副教授。
产品与服务
联系站长
关于我们
冀公网安备 13100202000546号