ManifoldCache：约束流形扩散免训练加速

Prashant Pandey 等人在 arXiv 发布 ManifoldCache（arXiv:2610.04510v2），提出首个面向约束流形扩散模型（CMDMs）的免训练、免数据加速方法：将条件得分正交分解为法向与切向分量，通过缓存中间结果减少计算，无需校准数据且零训练开销。 论文证明了噪声调度中存在一个安全缓存边界：边界之前缓存误差有界，之后则必然导致部分轨迹出现模式混淆；更深的网络块可承受更大的认证缓存步长。该方法覆盖医学体积、分子构象、蛋白质骨架、晶体结构与多视角 3D 场景等八类模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。