跳到正文
原文
arXiv stat.ML· Attila Lovas, L\'or\'ant Nagy·· 2026-09-30AI 评分30

Ornstein-Uhlenbeck 扩散虽难超越,但超线性漂移可实现更低传输成本

Ornstein-Uhlenbeck Is Hard to Beat, Yet Superlinear Drift Ships Lower Transport Costs

AI 导读

研究人员在基于分数的图像生成中测试了超线性朗之万扩散,发现其在经验 Wasserstein 距离上几乎在整个测试网格中都优于 Ornstein-Uhlenbeck 基线。该模型通过 Fokker-Planck 方程数值计算条件分数,且在不同扩散时界下的波动更小,表明 Ornstein-Uhlenbeck 难以被超越的结论并不具备普适性。

来源:arXiv stat.ML · arxiv.org