格子ゲージ理論で拡散モデルのデータフリー学習、HMCと同等性能
arXiv hep-latが2026年10月13日(現地時間)付けで報じたところによると、デニス・グリンワルド (Dennis Grinwald) 氏らは、格子ゲージ理論における拡散モデルのデータフリー学習手法を開発した。同手法は、平衡場構成のサンプリングにおける計算上のボトルネックを解消することを目的とし、ターゲットスコア恒等式と非正規化確率密度へのアクセスを利用する。同手法はハミルトニアンモンテカルロ法 (HMC) 参照データを用いた学習と比較して、同等の性能を達成したという。