KI und die schwierigen Probleme der Welt · Mathematik · arXiv · 2026-10-20
Konvergenz von Denoising-Diffusion-Probabilistic-Modellen: Eine Perspektive der Rényi-Divergenz
Originaltitel: Convergence of Denoising Diffusion Probabilistic Models: A R\'{e}nyi Divergence Perspective
Diese Arbeit analysiert die Konvergenz von Denoising Diffusion Probabilistic Models (DDPMs) mithilfe der Rényi-Divergenz, die empfindlicher auf Abweichungen in Regionen mit geringer Wahrscheinlichkeit reagiert als die bisher verwendeten Maße. Der Gesamtfehler gliedert sich in Mischungs-, Diskretisierungs- und Score-Schätzfehler, mit einer Schranke für die Iterationskomplexität bei sub-gaußschen Zielverteilungen. Die Autoren erweitern die Garantie zudem auf kritisch gedämpfte DDPMs.