无约束单纯形去噪用于离散数据：应用于图生成的非马尔可夫方法

去噪模型如扩散模型或流匹配最近在离散结构的生成建模方面取得了进展，但大多数方法要么直接在离散状态空间上操作，导致状态突变。我们提出了单纯形去噪，一种简单而有效的生成框架，在概率单纯形上运行。其关键思想是一种非马尔可夫噪声方案，其中对于给定的干净数据点，不同时间的噪声表示是条件独立的。在保留基于去噪的生成模型的理论保证的同时，我们的方法去除了不必要的约束，从而提高了性能并简化了公式。经验上，无约束单纯形去噪在合成和真实图基准测试中超越了强大的离散扩散和流匹配基线。这些结果突显了概率单纯形作为离散生成建模的有效框架。