縱觀生成式 AI 領域中的兩個主導者：自回歸和擴散模型。
一個專攻文本等離散數據，一個長于圖像等連續數據。
如果，我們讓后者來挑戰前者的主場，它能行嗎?
斯坦福博士的最新研究，就搞了這么一個擴散模型 VS 自回歸模的同臺 PK。
結果：
挑戰成功!(下面為生成示意圖，最后得到的文本是 "Hello world，I am a language diffusion model，named SEDD")
并且他們的擴散模型在困惑度和質量上已率先超越自回歸的 GPT-2。
趕緊來瞧瞧。
擴散模型挑戰離散數據
用自回歸來處理離散文本數據，即根據之前的 token 來預測下一個 token，這可能是目前我們能想象到的最簡單可行的方法。
為什么這么說?
作者在這里用GAN舉了個例子：
對于圖像生成，GAN 首先根據隨機噪聲生成圖像，然后使用判別器來 " 懲罰 " 偏差，因此梯度信息可以反向傳播到生成器。
但如果我們假設用 GAN 來生成文本，就行不通了。
因為盡管我們可以定義同樣原理的生成器和判別器，但文本的離散性質使得更新生成器非常難。
(圖像是連續的，因此可以通過反向傳播來計算梯度，但文本是一堆無法區分的離散值，計算梯度信號相當繁瑣，基本只能粗略估計)
所以說，文本建模領域基本成了自回歸的天下(如 transformer 的發揚光大就是基于自回歸模型)。
不過，這個架構也有根本性的缺陷：
最有名的 " 批評 " 來自 Lecun，他就認為自回歸 transformer" 注定要失敗 "，因為生成會 " 偏離 " 數據分布并導致模型在采樣過程中發散。
除此之外，自回歸架構的采樣也具有高度迭代性，這對為并行計算而高度優化的 GPU 來說也不夠 match。
最后，由于這類架構的模型都是按照從左往右地完成任務，因此一次執行多個控制任務也很困難(例如補充給定了前綴和后綴的文本)。
正是這些缺點促使作者開始構思另一種概率模型，因此有了本文的主角：
分數熵離散擴散模型(SEDD，Score Entropy Discrete Diffusion)。
簡單來說，為了將擴散模型擴展到離散空間，就必須將 " 分數函數 "(也就是對數概率的梯度)概念推廣到離散空間。
幸運的是，有一種替代方案可以呈現具體分數，即概率的局部比率。
如下圖所示，左邊為分數函數，它直觀地 " 指向 " 連續空間中的較高密度區域，具體分數(右)將其推廣到離散空間。
這些具體的比率(分數)可以通過得分熵(score entropy)損失函數來學習，從而實現離散擴散模型的快速、可擴展訓練。
在這之中，由于作者只知道可以使用得分熵從數據中學習具體得分(對應于學習概率模型)，但仍然不知道如何生成樣本。
因此還借用了擴散模型的核心思想，并使用學習到的具體分數將隨機值迭代地去噪為數據點。
為此，他們還定義了向離散文本樣本中 " 添加噪聲 " 的含義：
對于連續空間，這是通過添加高斯噪聲自然產生的，但在離散空間中，則是被迫直接在不同元素之間 " 跳躍 "。
而最終，他們的 SEDD 模型通過學習將樣本不斷迭代去噪為文本，完成從純隨機輸入生成文本的任務。
超越 GPT-2
總的來看，與自回歸模型相比，該擴散模型可以在生成過程中利用完整的全局上下文，從而獲得更好的整體生成效果。
對比起來，自回歸模型特別是像 GPT-2 這樣的會發生 " 漂移 " 現象，從而破壞整體性能的穩定性。
并且即使在較小的模型規模下，SEDD 也能始終生成高質量的文本(綠框，讀者很通順)，而 GPT-2 就比較困難(紅框，一眼看上去就很多錯誤)。
具體測試中，SEDD 在困惑度指標上表現出了很強的競爭力：
此外，作者還發現：
使用更少的采樣步驟，SEDD 照樣在控制生成質量上的表現也比 GPT-2 要好。
最后，團隊以完全零樣本的方式從任意位置提示 SEDD 后發現：
對于標準(從左到右)和非標準(填充)提示方法，SEDD 都可以與最好的 GPT-2 解碼方法一較高下。
如下圖所示：
提示標記以藍色表示，不管它在前面中間還是結尾，SEDD 都能夠生成有意義的文本。
Pika 創始人是作者之一
本研究一共 3 位作者：
一作為斯坦福計算機專業博士生 Aaron Lou，康奈爾本科畢業。
二作也是該校博士生 Chenlin Meng。
她的名字不算陌生，Pika 就是她(下圖右)和 " 學妹 " 郭文景一起創辦的。(Meng 2020 年入學斯坦福，郭 2021 年入學)
看起來，一邊創業的她也一邊兼顧著學業。
最后，通訊作者為一二作的導師 Stefano Ermon，他是斯坦福計算機科學系副教授。
產品與服務
聯系站長
關于我們
鄂公網安備42110002000200號