该项目专注于开发两种高阶数值求解器(θ-RK-2和θ-梯形法),用于优化离散扩散模型在生成式AI任务(如文本/图像生成)中的性能。 通过引入可调参数θ,这些方法在传统Runge-Kutta法和梯形规则基础上进行改进,显著提升采样速度和样本质量。 项目结合了数值分析与现代机器学习,针对离散数据(如自然语言或离散化图像表示)的扩散过程提供高效数值解。