可逆解算器用于扩散随机微分方程

本文研究了扩散模型在生成任务中的应用，解决了将真实数据样本准确转换回采样先验分布的需求。提出了一种代数可逆的解算器，能够完美逆转真实数据样本，增强了对真实数据的修改和有指导的生成能力。该方法的潜在影响在于促进了扩散模型在多种数据模态下的应用和灵活性。