LLM推論2本の記事が同じ件を報じた初出 7/10 02:55
Forward Diffusionに沿ったスコア精度は、Diffusion Samplingにおける数値的安定性を保証しない
Score Accuracy Along the Forward Diffusion Does Not Certify Numerical Stability in Diffusion Sampling
https://export.arxiv.org/api/query2026/7/10
AI要約
拡散サンプリングにおける数値的安定性について考察。フォワード拡散のスコア精度だけでは数値的安定性を保証できないことを理論的に示し、小さなフォワード誤差でも不安定な逆時間プロセスが発生しうることを証明。
AI要点
- フォワード拡散のスコア精度だけでは拡散サンプリングの数値的安定性を保証できないことが理論的に示された。
- 小さなフォワード誤差であっても、不安定な逆時間プロセスが発生しうる可能性が証明された。
- 拡散モデルの学習とサンプリングにおける数値的不安定性に関する新たな知見を提供する。
- 従来の拡散モデルの理論的解析の限界を指摘し、安定性向上のための新たな研究方向を示唆する。
なぜ重要か
拡散モデルの学習とサンプリングの安定性に関する理論的基盤を強化し、より堅牢で信頼性の高い拡散モデルの開発に貢献する可能性を秘めている。