Résumé
Les modèles de diffusion ont révolutionné l'IA générative. Conceptuellement, ces méthodes définissent un mécanisme de transport d'une distribution de bruit vers une distribution de données. Des travaux récents ont étendu ce cadre pour définir des transports entre des distributions arbitraires, élargissant considérablement le potentiel de ces modèles de diffusion. Cependant, les méthodes existantes échouent souvent à approcher le transport optimal entre ces distributions. Dans cette présentation, nous montrerons comment il est possible de modifier les méthodologies actuelles pour obtenir les ponts de Schrödinger – une variante à entropie régularisée du transport optimal dynamique.
