Barron 最优传输框架提出，证明扩散模型次优

arXiv 平台 2026 年 10 月 9 日一篇 cs.LG 论文提出 Barron 最优传输框架：作者 Evan Dogariu 与 Joan Bruna 用 Barron 能量替代经典最优传输中的平均动能 L² 能量，构造概率测度空间上的新度量，以衡量神经网络的表示复杂度。 基于该度量，作者证明由神经网络前推高斯生成的数据存在超多项式 score 逼近下界，据此量化在 Barron 几何下扩散生成建模的次优性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。