RED-KLwSGS：动能Langevin加速扩散先验后验采样

2026年10月8日，研究者在arXiv（Statistics Machine Learning）发布RED-KLwSGS方法，用于扩散先验下成像逆问题的加速后验采样。该方法在Split Gibbs采样框架中保留数据变量的精确高斯更新，同时用单次去噪得分驱动的欠阻尼（动能）Langevin扩散更新辅助变量。研究者称其单次迭代成本与Langevin-within-SGS相当。这是目前该事件唯一报道，尚未见后续验证或对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。