离散扩散模型在稀疏性下达到 minimax 最优

研究证明离散扩散模型在稀疏假设下可达到 minimax 最优统计速率。作者通过分析基于正则化 score-entropy 目标的非参数估计器得出该结论，所用正则化可视为分类中 label smoothing 技术的变体，且无需预先知道稀疏参数。这表明离散扩散模型能内在适应数据稀疏性。