🔬 condensed matter

Composing diffusion priors with explicit physical context via generative Gibbs sampling

यह शोध पत्र GG-PA प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा (training-free framework) है जो एसिम्प्टोटिक रूप से सटीक सैंपलिंग प्राप्त करने और वैज्ञानिक प्रणालियों में संदर्भ-प्रेरित वितरण बदलावों (context-induced distribution shifts) को बिना पुन: प्रशिक्षण के पुनः प्राप्त करने के लिए एक जनरेटिव गिब्स सैंपलर के माध्यम से पूर्व-प्रशिक्षित डिफ्यूजन प्रायर्स (pretrained diffusion priors) को स्पष्ट भौतिक संदर्भ के साथ जोड़ता है।

मूल लेखक: Weizhou Wang, Jonathan Weare, Aaron R. Dinner

प्रकाशित 2026-05-12

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Weizhou Wang, Jonathan Weare, Aaron R. Dinner

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक आदर्श केक बनाने की कोशिश कर रहे हैं, लेकिन आपके पास दो अलग-अलग उपकरण हैं: एक जादुई रेसिपी बुक और एक असली रसोई।

जादुई रेसिपी बुक (डिफ्यूजन प्रायर - The Diffusion Prior): यह एक प्री-ट्रेन्ड AI मॉडल है। इसने लाखों अलग-थलग केक लेयर्स की तस्वीरें "पढ़ी" हैं। यह जानता है कि एक आदर्श, स्टैंडअलोन केक लेयर कैसी दिखती है। हालांकि, इसने कभी फ्रॉस्टिंग वाला केक, या फलों के कटोरे के पास रखा हुआ केक, या एक नम रसोई में रखा हुआ केक नहीं देखा है। यह केवल "शुद्ध" केक लेयर को जानता है।
असली रसोई (भौतिक संदर्भ - The Physical Context): यह वह वास्तविक वातावरण है जहाँ आप बेकिंग कर रहे हैं। इसमें नमी, फ्रॉस्टिंग का वजन, ओवन की गर्मी और यह शामिल है कि केक फलों के साथ कैसे इंटरैक्ट करता है।

समस्या:
यदि आप केवल जादुई रेसिपी बुक का उपयोग करते हैं, तो आपको एक उत्तम केक लेयर तो मिल जाएगी, लेकिन वह आपकी असली रसोई में फिट नहीं होगी। यदि आप रसोई के नियमों को बुक पर थोपने की कोशिश करते हैं, तो आप बुक की केक के बारे में समझ को तोड़ सकते हैं। वैज्ञानिक अक्सर इस स्थिति का सामना करते हैं: उनके पास किसी सिस्टम के विशिष्ट हिस्सों (जैसे प्रोटीन बैकबोन) के लिए बेहतरीन AI मॉडल होते हैं, लेकिन उन्हें पूरे सिस्टम (प्रोटीन + पानी + आयन) को सिम्युलेट करने की आवश्यकता होती है, और AI पानी के बारे में "जानता" नहीं है।

समाधान: GG-PA (फिजिक्स-अवेयर सैंपलिंग के लिए जेनेरेटिव गिब्स - Generative Gibbs for Physics-Aware Sampling)
लेखकों ने एक नया तरीका बनाया है जिसे GG-PA कहा जाता है। इसे जादुई रेसिपी बुक और असली रसोई के बीच एक स्मार्ट डांस के रूप में समझें।

रेसिपी बुक को फिर से लिखने या रसोई के नियमों को अनदेखा करने के बजाय, GG-PA उन्हें एक लूप में मिलकर काम करने के लिए प्रेरित करता है:

"डिनोइजिंग" स्टेप (बुक से परामर्श करना): सिस्टम रसोई में केक की वर्तमान स्थिति को देखता है। यह जादुई रेसिपी बुक से पूछता है: "इस अस्त-व्यस्त रसोई की स्थिति को देखते हुए, एक आदर्श केक लेयर कैसी दिखती है?" बुक अपने प्रशिक्षण के आधार पर एक सुझाव देती है।
"एग्रीगेशन" स्टेप (रसोई की बात सुनना): सिस्टम फिर उस सुझाव को लेता है और असली रसोई से पूछता है: "ठीक है, लेकिन क्या यह सुझाव फ्रॉस्टिंग और नमी के साथ वास्तव में फिट बैठता है? आइए केक को थोड़ा एडजस्ट करें ताकि यह सुनिश्चित हो सके कि यह इस विशेष कमरे के भौतिकी के नियमों का पालन करता है।"

वे इस डांस को बार-बार दोहराते हैं। बुक केक को केक जैसा बनाए रखती है, और रसोई यह सुनिश्चित करती है कि केक वातावरण में फिट बैठे।

सीक्रेट सॉस: "नॉइज़" डायल (The "Noise" Dial)
पेपर में एक चालाकी भरा तरीका पेश किया गया है जिसमें एक "नॉइज़ डायल" (जिसे डिफ्यूजन टाइम कहा जाता है) शामिल है।

लो नॉइज़ (स्ट्रिक्ट मोड): जादुई रेसिपी बुक बहुत सख्त है। यह मांग करती है कि केक बिल्कुल वैसा ही दिखे जैसा उसके ट्रेनिंग डेटा में है। यह सटीक है, लेकिन इस मोड में डांस सख्त और धीमा हो जाता है। केक एक जगह फंस जाता है और नए आकार नहीं खोज पाता।
हाई नॉइज़ (रिलैक्स्ड मोड): जादुिक रेसिपी बुक अधिक उदार है। यह कहती है, "ठीक है, केक थोड़ा अस्त-व्यस्त हो सकता है।" यह डांस को तेज़ और ऊर्जावान बनाता है, जिससे सिस्टम कई अलग-अलग केक आकारों को तेज़ी से एक्सप्लोर कर सकता है।

"रेप्लिका एक्सचेंज" ट्रिक (The "Replica Exchange" Trick)
सबसे अच्छा परिणाम पाने के लिए, GG-PA एक ही समय में कई कॉपियों (रेप्लिका) के डांस को चलाता है।

कुछ कॉपियां स्ट्रिक्ट बुक (लो नॉइज़) के साथ डांस करती हैं ताकि सटीकता सुनिश्चित हो सके।
कुछ कॉपियां रिलैक्स्ड बुक (हाई नॉइज़) के साथ डांस करती हैं ताकि तेज़ी से एक्सप्लोर किया जा सके।
समय-समय पर, वे अपनी जगह बदलते हैं। स्ट्रिक्ट कॉपी को रिलैक्स्ड होने और एक्सप्लोर करने का मौका मिलता है, और रिलैक्स्ड कॉपी को स्ट्रिक्ट होने और आकार को रिफाइन करने का मौका मिलता है।

यह एक टीम के बेकर्स की तरह है: कुछ लोग पूर्णतावादी (perfectionists) हैं जो हर विवरण की दोबारा जांच करते हैं, और अन्य तेज़ खोजकर्ता (explorers) हैं जो नए और अनोखे विचार आजमाते हैं। वे अपनी भूमिकाएं बदलते हैं ताकि टीम को गति और सटीकता दोनों मिल सकें।

उन्होंने क्या साबित किया
लेखकों ने तीन चीजों पर इसका परीक्षण किया:

एक सरल गणितीय पहेली: एक सिस्टम जिसमें दो घाटियाँ हैं (जैसे दो पहाड़ियों के बीच लुढ़टती गेंद)। उन्होंने दिखाया कि जब गणित सरल (क्वाड्रेटिक) होता है, तो उनकी विधि नॉइज़ डायल को ऊपर करने के बावजूद पूरी तरह से सटीक होती है।
इंटरैक्टिंग पार्टिकल्स का एक ग्रिड: उन्होंने दिखाया कि भले ही AI ने केवल सिंगल पार्टिकल्स के बारे में सीखा हो, फिर भी यह तरीका कई कणों को मिलाकर जटिल, सामूहिक व्यवहार (जैसे एक भीड़ का एक साथ चलना) बना सकता है जिसे AI ने अपने प्रशिक्षण के दौरान नहीं देखा था।
वास्तविक अणु (पेप्टाइड्स): उन्होंने एक छोटे प्रोटीन (एलानिन डाइपेप्टाइड) के सोडियम आयन और दूसरे प्रोटीन के साथ इंटरैक्शन को सिम्युलेट करने के लिए इस तरीके का उपयोग किया। AI प्रोटीन के आकार को जानता था, लेकिन आयन को नहीं। GG-PA ने सफलतापूर्वक इन्हें संयोजित किया, यह दिखाते हुए कि प्रोटीन आयन के अनुकूल होने के लिए अपना आकार बदलता है, जो AI अकेले नहीं कर सकता था।

सारांश में
GG-PA एक तरीका है जिसका उपयोग किसी विशेष AI (जो सिस्टम के एक हिस्से के बारे में बहुत कुछ जानता है) का उपयोग करने और उसे वास्तविक दुनिया के भौतिकी नियमों (जो सिस्टम के बाकी हिस्सों को जानते हैं) के साथ संयोजित करने के लिए किया जाता है, बिना AI को फिर से ट्रेन किए। यह "डांस" के वैकल्पिक अपडेट्स और एक "टीम स्वैपिंग" रणनीति का उपयोग करता है ताकि परिणाम वैज्ञानिक रूप से सटीक और गणनात्मक रूप से कुशल दोनों हों।

तकनीकी सारांश: स्पष्ट भौतिक संदर्भ के माध्यम से डिफ्यूजन प्रायर्स (Diffusion Priors) की रचना करना: जेनेरेटिव गिब्स सैंपलिंग (Generative Gibbs Sampling)

समस्या विवरण
प्रीट्रेन्ड डिफ्यूजन मॉडल वैज्ञानिक सैंपलिंग के लिए शक्तिशाली सीखे हुए प्रायर्स (learned priors) प्रदान करते हैं, फिर भी वे अक्सर एक सिस्टम के केवल चुनिले उपसमुच्चय (subsets) के डिग्री ऑफ फ्रीडम (जैसे कि एक प्रोटीन बैकबोन या आणविक खंड) का वर्णन करते हैं, न कि पूर्ण सिस्टम स्टेट का। वैज्ञानिक अनुप्रयोगों में, लक्षित वितरण (target distribution) अक्सर भौतिक संदर्भ (physical context) पर निर्भर करता है—जैसे कि सॉल्वैंट्स, आयन, बाहरी क्षेत्र, या अन्य उप-प्रणालियों के साथ अंतःक्रिया—जो एक एकल जनरेटिव मॉडल द्वारा पूरी तरह से प्रस्तुत नहीं किया जाता है। मानक इन्फरेंस-टाइम दृष्टिकोण जैसे कि गाइडेंस (guidance) या पोस्टीरियर सैंपलिंग (posterior sampling) के लिए यह आवश्यक होता है कि सभी संदर्भ को जनरेटिव मॉडल के चरों (variables) के रूप में व्यक्त किया जाए। इसके लिए अनरिप्रेजेंटेड डिग्री ऑफ फ्रीडम को एक प्रभावी मुक्त ऊर्जा पद (effective free energy term) में मार्जिनलाइज़ करने की आवश्यकता होती है, जो उच्च-आयामी वातावरण के लिए कठिन हो सकता है या तब अनावश्यक हो जाता है जब अन्य उप-प्रणालियों को पहले से ही अलग प्रायर्स या फोर्स फील्ड्स द्वारा अच्छी तरह से मॉडल किया गया हो। मुख्य चुनौती जो यहाँ संबोधित की गई है, वह है बिना मॉडल्स को पुनः प्रशिक्षित किए, स्पष्ट सिस्टम-स्तरीय भौतिक संदर्भ के साथ कई आंशिक सीखे हुए प्रायर्स का इन्फरेंस-टाइम कंपोजिशन (composition) करना।

कार्यप्रणाली: भौतिकी-जागरूक सैंपलिंग के लिए जेनेरेटिव गिब्स (GG-PA)
लेखक GG-PA का प्रस्ताव करते हैं, जो एक संवर्धित अवस्था स्थान (augmented state space) में संयुक्त लक्षित वितरण पर इन्फरेंस के रूप में सीखे हुए आंशिक प्रायर्स और स्पष्ट भौतिक संदर्भ के संयोजन को एक फॉर्मूलेशन के रूप में प्रस्तुत करता है।

संवर्धित अवस्था स्थान (Augmented State Space): विधि पूर्ण सिस्टम स्टेट $s$ (जैसे कि सॉल्वेंट सहित सभी-परमाणु निर्देशांक) का एक स्पष्ट प्रतिनिधित्व बनाए रखती है और इसे $K$ प्रीट्रेन्ड डिफ्यूजन प्रायर्स के साथ प्रोजेक्शन ऑपरेटर्स $\Phi_i: S \to X_i$ के माध्यम से जोड़ती है। संवर्धित अवस्था $Z = S \times \prod X_i$ है।
संयुक्त लक्षित वितरण (Joint Target Distribution): डिफ्यूजन समय $t$ द्वारा अनुक्रमित संयुक्त लक्षित घनत्वों (joint target densities) का एक परिवार परिभाषित किया गया है:
$\pi_t(s, \{x_i\}) \propto q_{\text{ctx}}(s, t) \prod_{i=1}^K \left[ p_i(x_i) \cdot q^{(i)}_t(\Phi_i(s) | x_i) \right]$
यहाँ, $p_i$ प्रीट्रेन्ड प्रायर्स हैं, $q^{(i)}_t$ फॉरवर्ड डिफ्यूजन कर्नेल्स हैं जो कपलिंग के रूप में कार्य करते हैं, और $q_{\text{ctx}}$ स्पष्ट भौतिक संदर्भ कारक (जैसे कि बोल्ट्ज़मैन फैक्टर) है। जैसे-जैसे $t \to 0$ होता है, कपलिंग कर्नेल्स सख्त निरंतरता (strict consistency) को लागू करते हैं ( $\Phi_i(s) = x_i$ ), जिससे वह संयोजित वितरण प्राप्त होता है जहाँ प्रायर्स विशिष्ट उपसमुच्चयों को नियंत्रित करते हैं और संदर्भ शेष भाग को नियंत्रित करता है।
जेनेरेटिव गिब्स सैंपलर (Generative Gibbs Sampler): सैंपलिंग दो चरणों के बीच बारी-बारी से चलती है:
- पैरेलल डिनोइजिंग (Parallel Denoising): प्रत्येक प्रायर वेरिएबल $x_i$ को वर्तमान प्रोजेक्टेड स्टेट $\Phi_i(s)$ को एक नॉइजी ऑब्जर्वेशन के रूप में मानते हुए, प्रायर $p_i$ से प्रेरित पोस्टीरियर से सैंपल करके अपडेट किया जाता है। यह प्रीट्रेन्ड रिवर्स-टाइम सैंपलर चलाकर किया जाता है।
- संदर्भ-जागरूक एकत्रीकरण (Context-Aware Aggregation): पूर्ण सिस्टम स्टेट $s$ को वर्तमान $x_i$ मानों और स्पष्ट संदर्भ के आधार पर अपडेट किया जाता है। यह चरण संदर्भ और फॉरवर्ड कर्नेल्स के लॉग-लाइक्लीहुड से प्राप्त एक प्रभावी क्षमता (effective potential) $U_{\text{eff}}$ को कम करता है।
रेप्लिका एक्सचेंज (Replica Exchange): फिडेलिटी (छोटा $t$ ) और मिक्सिंग (बड़ा $t$ ) के बीच ट्रेड-ऑफ को संबोधित करने के लिए, लेखक डिफ्यूजन समय पर रेप्लिका एक्सचेंज पेश करते हैं। विभिन्न $t$ मानों पर चलने वाले कई रेप्लिका, एक सुलभ एक्सेप्टेंस रेशियो (acceptance ratio) के आधार पर स्वैप मूव्स प्रस्तावित करते हैं जहाँ जटिल प्रायर डेंसिटीज कैंसिल हो जाती हैं।

सैद्धांतिक गुण (Theoretical Properties)

एसिम्प्टोटिक एक्सैक्टनेस (Asymptotic Exactness): डिकम्पोजेबल सिस्टम के लिए, मार्जिनल टारगेट $t \to 0$ होने पर वास्तविक भौतिक वितरण को रिकवर करता है।
फाइनाइट-टाइम एक्सैक्टनेस (Finite-Time Exactness): उन सेटिंग्स में जहाँ इंटरैक्शन क्वाड्रेटिक (लीनियर-गौसियन) होते हैं, विधि परिमित $t$ पर भी सटीक रहती है, बशर्ते कि कॉन्टेक्स्ट शेड्यूल को विशिष्ट मोमेंट-मैचिंग कंडीशंस (गौसियन डीकनवोल्यूशन) को संतुष्ट करने के लिए पैरामीटराइज किया गया हो। यह एक अधिकतम स्वीकार्य डिफ्यूजन समय $t_{\text{max}}$ पर एक क्रिटिकल बाउंड प्रदान करता है।
स्प्लिट गिब्स से संबंध (Connection to Split Gibbs): यह फ्रेमवर्क लीनियर इनवर्स प्रॉब्लम्स के लिए स्प्लिट गिब्स सैंपलर को सामान्यीकृत करता है, जो एक कोवेरिएंस करेक्शन प्रदान करता है जो मानक कार्यान्वयन में मौजूद बायस (bias) से बचता है।

प्रायोगिक परिणाम (Experimental Results)
लेखक तीन बढ़ते जटिलता वाले सिस्टम्स पर GG-PA का मूल्यांकन करते हैं:

कपल्ड डबल-वेल सिस्टम (Coupled Double-Well System): एक 2D क्वाड्रेटिक सिस्टम जिसका उपयोग फाइनाइट-टाइम एक्सैक्टनेस और रेप्लिका एक्सचेंज की प्रभावकारिता को सत्यापित करने के लिए किया गया है। GG-PA ने सफलतापूर्वक एनवायरनमेंट-इंड्यूस्ड एसिमेट्री को रिकवर किया। रेप्लिका एक्सचेंज ने फिक्स्ड- $t$ सैंपलिंग और मॉलिक्यूलर डायनेमिक्स (MD) की तुलना में स्टिफ, लो- $t$ रिजीम में मिक्सिंग को महत्वपूर्ण रूप से तेज किया।
$\phi^4$ लैटिस मॉडल: एक 2D गिंजबर्ग-लैंडौ मॉडल जो ट्रेनिंग डिस्ट्रीब्यूशन में अनुपस्थित मल्टी-बॉडी कलेक्टिव बिहेवियर के संयोजन का परीक्षण करता है। मॉडल को केवल लोकल ऑन-साइट डबल-वेल फैक्टर्स पर प्रशिक्षित किया गया था। GG-PA ने सफलतापूर्वक इक्विलिब्रियम फेज ट्रांजिशन, स्पोंटेनियस सिमिट्री ब्रेकिंग और क्रिटिकल एक्सपोनेंट्स को पुनरुत्पादित किया। रेप्लिकल एक्सचेंज ने क्रिटिकल पॉइंट के पास ऑर्डर्स-ऑफ-मैग्निट्यूड स्पीडअप प्रदान किया।
एलानिन डाइपेप्टाइड सिस्टम्स (Alanine Dipeptide Systems): नॉन-क्वाड्रेटिक इंटरैक्शन वाले एटोमिस्टिक मॉडल्स।
- AD–Na+: GG-PA ने आयन कोऑर्डिनेशन द्वारा प्रेरित कार्बोनिल ऑक्सीजन दूरियों में डिस्ट्रीब्यूशन शिफ्ट को कैप्चर किया, जो सीधे उपयोग किए गए वैक्यूम-ट्रेन्ड प्रायर से बेहतर प्रदर्शन करता है।
- AD डिमर (AD Dimer): हाइड्रोजन-बॉन्डेड डाइमर को मॉडल करने के लिए मोनोमर प्रायर की दो कॉपियों को संयोजित किया गया। GG-PA-RE ने गुणात्मक सिमिट्री-ब्रोकन ऑर्गनाइजेशन (एंटी-पैरेलल बनाम पैरेलल टोपोलॉजी) और कंडीशनल टोरशनल स्टेट प्रेफरेंसेस को रिकवर किया, बावजूद इसके कि इंटरैक्शन नॉन-क्वाड्रेटिक थे और सटीक फाइनाइट- $t$ गारंटी उपलब्ध नहीं थी।

मुख्य योगदान (Key Contributions)

फॉर्मूलेशन: एक पूर्ण-सिस्टम स्टेट पर स्पष्ट भौतिक संदर्भ के रूप में आंशिक डिफ्यूजन प्रायर कंपोजिशन के रूप में एक नया फॉर्मूलेशन, जो जटिल मार्जिनलाइजेशन से बचता है।
एल्गोरिदम और थ्योरी: एसिम्प्टोटिक एक्सैक्टनेस, क्वाड्रेटिक इंटरैक्शन के लिए फाइनाइट-टाइम एक्सैक्टनेस, और स्प्लिट गिब्स सैंपलर के लिए कोवेरिएंस करेक्शन के प्रमाणों के साथ GG-PA सैंपलर का व्युत्पन्न।
व्यावहारिक प्रदर्शन: नॉन-क्वाड्रेटिक इंटरैक्शन वाले सिस्टम्स में, जिनमें से कुछ में कॉन्टेक्स्ट-इंड्यूस्ड शिफ्ट्स और इमर्जेंट कलेक्टिव बिहेवियर को रिकवर किया गया, मॉडुलर मल्टी-प्रायर कंपोजिशन का संख्यात्मक प्रदर्शन।

महत्व और दावे (Significance and Claims)
यह पेपर GG-PA को प्रीट्रेन्ड जनरेटिव प्रायर्स को स्पष्ट भौतिक संदर्भों के साथ संयोजित करने के एक व्यावहारिक दृष्टिकोण के रूप में स्थापित करता है। लेखक दावा करते हैं कि यह मॉडुलर प्रतिमान (paradigm) सीखे हुए प्रायर्स और स्पष्ट भौतिकी को वहां लागू करने की अनुमति देता है जहां वे सबसे उपयुक्त हों, जिससे सिस्टम एनवायरनमेंट बदलने पर मोनोलिथिक मॉडल्स को पुनः प्रशिक्षित करने की आवश्यकता से बचा जा सकता है। यह विधि उन वैज्ञानिक सिस्टम्स के लिए विशेष रूप से मूल्यवान है जिनके हाई-डायमेंशनल एनवायरनमेंटल डिग्री ऑफ फ्रीडम को फोर्स फील्ड्स या अलग प्रायर्स द्वारा आसानी से संभाला जा सकता है। लेखक सीमाओं को स्वीकार करते हैं, जिसमें फाइनाइट- $t$ एक्सैक्टनेस के लिए क्वाड्रेटिक स्ट्रक्चर पर निर्भरता और मल्टीपल रेप्लिका बनाए रखने की कम्प्यूटेशनल लागत शामिल है, लेकिन वे स्टैंडर्ड पोस्टीरियर सैंपलिंग या गाइडेंस तकनीकों के लिए कठिन जटिल, कॉन्टेक्स्ट-डिपेंडेंट सैंपलिंग कार्यों को संभालने की विधि की क्षमता पर जोर देते हैं।

इसी तरह के और पेपर