本文介绍了一种新的向量量化训练方案DiVeQ，采用STE技巧，无需额外的Aux Loss，使训练过程更加简洁。DiVeQ在视觉理解和生成中表现出色，解决了传统方法的超参数调节问题。

本研究提出了一种基于似然调度的生成模型方法，解决全3D PET图像重建中的慢速重建和超参数调节问题。通过匹配逆扩散过程的似然与最大似然算法，显著加速重建并减少超参数数量，实验证明该方法在重建时间和效果上优于现有技术。

本文综述了基于扩散模型的图像修复方法，探讨了其在图像生成中的应用及未来研究方向。研究提出了改进网络架构和超参数调节的方法，以提高图像修复质量，并展示了在阴影去除和高光谱图像恢复等实际应用中的有效性。