AI与世界难题 · 数学 · arXiv · 2026-10-20

去噪扩散概率模型的收敛性：Rényi 散度视角

原标题: Convergence of Denoising Diffusion Probabilistic Models: A R\'{e}nyi Divergence Perspective

本文利用 Rényi 散度分析去噪扩散概率模型(DDPM)的收敛性,与以往使用的度量相比,Rényi 散度对低概率区域的不匹配更为敏感。总误差分解为混合误差、离散化误差和分数估计误差三部分,并给出了亚高斯目标分布的迭代复杂度界。作者还将该保证扩展到了临界阻尼 DDPM。