本研究解决了视觉基础模型（VFM）在像素级理解应用中的特征分辨率限制问题，提出了一种新的坐标-based交叉注意力变换器架构，以整合高分辨率图像和低分辨率特征，实现高质量特征的生成。此外，利用类无关掩码和自蒸馏构建高分辨率伪真值特征，显著改进了现有特征上采样技术的效果，展示了更出色的下游任务性能。

本研究解决了在离散领域中从复杂非标准分布中采样的内存规模限制问题，提出了两种新颖的离散扩散采样器训练方法，分别基于策略梯度定理和自归一化神经重要性采样（SN-NIS）。研究结果表明，这些方法在无监督组合优化中取得了最佳效果，并首次将离散扩散模型应用于无偏采样问题，拓宽了此类模型在科学应用中的适用范围。

本研究解决了在没有目标样本的情况下训练神经随机微分方程（扩散模型）以从玻尔兹曼分布中采样的问题，填补了现有方法的不足。通过证明在无穷小离散化步长极限下多种目标的等价关系，将熵强化学习方法与连续时间对象关联，进一步表明适当的粗时间离散化选择能显著提高样本效率，降低计算成本并在标准采样基准上实现竞争性表现。

本研究解决了现有扩散桥模型在采样速度上的不足，提出了一种采用高阶普通微分方程采样器的新方法，从随机初始状态开始生成图像。通过在反向过程的首步引入后验采样方法，该方法显著提高了图像恢复和转换任务的感知质量，同时降低了神经函数评估的计算开销，从而在视觉质量和Frechet Inception Distance (FID)方面超越了最先进的技术。

本研究针对文本到图像生成中的文本对齐问题进行探索，现有模型在文本渲染上存在拼写错误和不一致的问题。我们提出了一种训练自由的超采样器，通过自适应控制文本相关性提高文本渲染精度，在不增加计算负担的情况下，AMO在SD3和Flux模型中实现了32.3%和35.9%的文本渲染准确性提升，并且不会影响整体图像质量。

本研究针对现有确定性采样器分析方法的局限性，提出了一种统一的收敛性分析框架，弥补了传统方法在处理确定性采样时的不足。通过对保方差（VP）前向过程和去噪扩散隐式模型（DDIM）类型采样器的分析，显著提高了迭代复杂度的理解，这一发现将推动相关领域的研究进展。

本文探讨了马尔可夫链采样器在多变量分布中常常停留在特定状态的问题，导致近似采样亚稳分布。尽管亚稳分布与真实模型存在较大差异，但满足强亚稳性条件的可逆马尔可夫链的单变量条件分布仍接近真实分布，因此可以利用条件似然估计器来学习真实模型。

本文提出了一种基于随机神经网络的概率推理算法，利用Stein变分法优化神经网络参数，适用于多种目标分布。通过训练深度能量模型和神经采样器，实现高质量图像生成。同时，研究了强化学习中的样本效率与适应性，提出改进模型RGDM，显著提升样本生成控制能力。

本文研究了施罗丁格桥问题的最大似然估计及其数值方法，提出了基于高斯过程的生成模型，优化了生成时间，并在图像超分辨率等应用中取得了良好效果。同时，探讨了新的采样算法和分布匹配算法，以提升模型的可扩展性和稳定性。

本文介绍了DPM-Solver++，一种高效的扩散概率模型求解器，显著提高了图像生成的采样质量和速度。通过新方法和优化策略，该研究在多个数据集上实现了高品质图像生成，减少了去噪步骤，提升了采样效率。

本文介绍了多种基于马尔可夫过程的采样方法，包括欠阻尼Langevin动力学、分段确定马尔可夫过程和随机梯度哈密尔顿蒙特卡洛方法。这些方法提高了大数据后验分布的采样效率和精度，适用于复杂的多峰后验分布，展示了在不同应用中的优越性能。

本文提出了一种结合扩散映射和兰格朗日动力学的生成模型，旨在解决随机微分方程的稳定性问题。实验结果表明，该方法在生成新样本和条件样本方面表现优异，并且在高维Fokker-Planck方程求解中比传统方法更准确和稳定。

提出 ChatFlow 模型，通过跨语言迁移实现了大规模中文语言模型的高性能训练，包括大型语料库的收集与资源的利用、对齐跨语言表示以促进知识转移、使用动态数据采样器渐进式地将模型从无监督预训练过渡到有监督微调，实验证明了该方法在加速模型收敛和取得优越性能方面的优势。

使用文本条件的视频重采样器（TCR）模块和预训练的视觉编码器和大型语言模型（LLM），设计了一种基于Transformer的采样架构，可以处理长视频序列，并通过交叉注意机制，提取相关的视觉特征并生成文本响应。在各种评估任务中表现出很好的效果，并在NextQA、EgoSchema和EGO4D-LTA挑战赛中创造了最好成绩。发现需要较长视频上下文的任务可以用于进一步评估长程视频模型。

本文提出了一种新的DPMM的分布式MCMC推理方法（DisCGS），通过使用合适的统计量和折叠的吉布斯采样器，在独立异构的机器间处理分布式数据，具备应用能力。该方法在横向联合学习中取得了显著的可扩展性和执行时间缩短200倍，不影响聚类性能。