扩散模型离散化误差新理论提出

Samuel Hurault、Thomas Moreau 和 Gabriel Peyré 发表论文，提出扩散模型采样中 Euler-Maruyama 弱误差与 Frechet 误差的小步长渐近精确展开理论，并给出高斯数据下的显式公式。该理论可用于按目标协方差谱优化噪声调度、缩放系数与随机性系数。 作者称，理论预测在更小步数预算下最优随机性更低，据此提出新的有效噪声调度族。在真实图像数据集上，实验显示 FID 最优参数与理论定性预测一致。

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。