均匀离散扩散模型的极小极大最优统计界

Dongsun Yoon 与 Saptarshi Chakraborty 发表论文，为均匀离散扩散模型（与掩码扩散并列的两大离散扩散范式之一）推导出统计保证，证明其在估计有效支撑集较小的分布时达到极小极大最优。 在 [K]^d 上 n 个 i.i.d. 样本下，期望 TV 损失的缩放为 O(√(s_n(P_0)/n))，KL 散度上界为 O((1/n)s_n(P_0)log(eK^d/s_n(P_0))log n)，其中 s_n(P_0) 为随样本量变化的有效支撑集大小，用以衡量分布复杂度。

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。