Desbloqueando Diretrizes para Modelos de Difusão e Fluxo em Espaços de Estados Discretos

Modelos generativos em espaços de estados discretos têm uma ampla gama de aplicações potenciais, particularmente no domínio das ciências naturais. Em espaços de estados contínuos, a geração controlada e flexível de amostras com propriedades desejadas foi realizada utilizando diretrizes sobre modelos de difusão e fluxo. No entanto, essas abordagens de orientação não são facilmente aplicáveis a modelos de espaços de estados discretos. Consequentemente, introduzimos um método geral e fundamentado para aplicar orientações em tais modelos. Nosso método depende da utilização de processos de Markov em tempo contínuo em espaços de estados discretos, o que desbloqueia a viabilidade computacional para amostragem de uma distribuição guiada desejada. Demonstramos a utilidade de nossa abordagem, Direção Discreta, em uma variedade de aplicações, incluindo geração guiada de imagens, pequenas moléculas, sequências de DNA e sequências de proteínas.