量化扩散模型中的误差传播与模型崩溃

该研究针对基于得分的扩散模型，推导出了结合合成数据与真实新样本递归训练时生成分布与目标分布间累积散度的理论上下界，提供了该领域首个散度下界证明。研究表明分布漂移取决于得分估计误差与新数据比例，在特定机制下累积散度为各代误差的折现和，相关理论已通过合成数据与图像实验得到验证。