研究：扩散模型采样噪声影响泛化

Vincent Emmerling 等作者发表研究，指出扩散模型在采样过程中注入的噪声对模型的强泛化效果起关键作用，能决定这一效果成立还是失效。 研究先观察到：在不同数据集上训练的扩散模型，在相同噪声输入下能生成高度相似的样本，说明模型学到了可泛化的数据分布。作者称，这种泛化受采样噪声影响最大的阶段，是样本已具备整体结构、但精确身份尚未确定的采样阶段。 该成果发表于 NeurIPS 2026 PriGM Workshop。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。