NeurIPS 2026 论文提出网络化自消耗生成模型理论框架

研究者 Xiukun Wei 等人提出一个理论框架，用于分析多个生成模型通过复杂路径互相消费对方合成数据的“网络化自消耗”场景。该框架用有向加权图建模，节点为模型、边权控制合成数据流向，并据此分析重训练动态下的长期行为，给出收敛条件与不动点刻画。 研究进一步考察各模型对真实数据的获取、跨模型数据消费及交互图结构如何影响系统的长期稳定性与多样性。该论文已被 NeurIPS 2026 收录。

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。