前推深度生成模型中的内在梯度障碍研究

研究表明，深度生成模型在表征重尾或多模态分布时的困难并非源于特定架构或训练，而是传输问题本身的内在梯度障碍所致。该研究建立了从对数凹源分布传输至目标分布时梯度与雅可比矩阵的定量下界，揭示了大导数对模型表达力与数值稳定性的制约。针对密度逼近任务，研究进一步提出了双射重参数化方法来缓解几何障碍并降低梯度负担。