以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Denoising and score estimation are classically linked through Tweedie's formula, which relates the posterior mean under Gaussian noise to the Stein score of the noisy marginal. In this work, we extend this perspective beyond Gaussian noise to a broad class of Gibbs (energy-based) noise distributions, with the generaliz
阅读原文 · Andrej Leban
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看，原因不在它提出了什么新模型，而在它动了一个很底层的东西： Tweedie 公式的适用范围 。 熟悉扩散模型的人都知道，Tweedie 公式把“高斯噪声下的去噪后验均值”和“加噪边缘分布的 Stein score”绑在一起。整套 score-based 生成、去噪、损失设计，基本都建立在这个高斯假设上。这篇论文问的是： 如果噪声不是高斯的，而是...