AI 與世界的難題 · 數學 · arXiv · 2026-10-20

去噪擴散機率模型的收斂性：Rényi 散度的觀點

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

本文使用 Rényi 散度分析去噪擴散機率模型(DDPM)的收斂性,相較於先前採用的度量,Rényi 散度對低機率區域的不匹配更為敏感。總誤差可分解為混合、離散化與分數估計三個部分,並針對次高斯目標分佈給出迭代複雜度上界。作者也將此保證擴展至臨界阻尼 DDPM。