EDM采样器误差分析：局部误差与放大机制

Nicolas Brosse 与 Arnak S. Dalalyan 发表论文，在 2-Wasserstein 距离下分析 Karras 等人（2022）提出的一阶确定性扩散采样器 EDM，把误差分为局部离散化误差和后续学习步骤的放大两类。 作者称证明了局部误差的通用上界：对任意二阶矩有限的数据分布，单步离散化误差与步长呈二次关系，常数不依赖数据分布。在低噪声水平下，他们测量采样器传输分布上的实际放大，称该值可任意小于最坏情况的 Lipschitz 常数。 一维高斯混合实验显示，实测放大解释了有限采样网格上误差衰减偏慢的现象；对预训练 CIFAR-10 模型的诊断展示了相关稳定性机制，但作者表示未验证全局假设。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。