用离散扩散模型无监督求解数独难题

Guided Discrete Diffusion for Constraint Satisfaction Problems

• 基于离散扩散过程设计引导机制
• 在无监督条件下准确求解数独
• 适合需要可靠解法的约束求解场景

我们提出针对约束满足问题（CSP）的离散扩散引导方法，并展示了其在无监督条件下求解数独谜题的能力。该方法通过构建离散状态空间中的扩散过程，结合可学习的引导信号，逐步生成满足所有约束的解。实验表明，该模型在标准数独数据集上实现了接近100%的求解成功率，且无需任何标注数据或人工规则介入。核心思想是将求解过程建模为逆向扩散路径，利用目标约束作为引导信号，使生成过程自然收敛至有效解。本方法不仅适用于数独，也为其他组合优化任务提供了新的思路。

原文摘要 · Abstract (English)

We propose discrete diffusion guidance for constraint satisfaction problems (CSPs) and demonstrate its ability to solve Sudoku puzzles without supervision.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。