简单且关键的迭代去噪：图生成中离散扩散的重构

离散扩散与流匹配模型显著推进了包括图在内的离散结构的生成建模。然而，中间噪声状态之间的依赖关系会导致反向去噪过程中的误差累积与传播——这一现象被称为复合去噪误差。为了解决这个问题，我们提出了一个名为简单迭代去噪的新框架，该框架简化了离散扩散，并通过假设中间状态之间的条件独立性来规避该问题。此外，我们通过引入一个 Critic 来增强我们的模型。在生成过程中，Critic 根据实例中元素在数据分布下的似然，选择性地保留或破坏这些元素。我们的实证评估表明，所提出的方法在图生成任务中显著优于现有的离散扩散基线。