扩散模型采样离散化误差获渐近精确展开

Samuel Hurault、Thomas Moreau 与 Gabriel Peyré 提出扩散模型反向 ODE/SDE 采样中离散化误差的几何感知分析：针对有限去噪步数，推导出 Euler-Maruyama 弱误差与 Frechet 误差的渐近精确小步长展开式，并给出高斯数据下的显式公式。 该理论预测，步数预算越小时最优随机性越低，据此提出可适配数据功率谱的重缩放系数与新型有效噪声调度。在多个真实图像数据集上的实验显示，FID 最优参数与理论定性预测一致。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。