研究：损失曲率可作扩散模型记忆代理

研究者 Shashank Sule 等人发表论文，提出用输入损失曲率——即扩散模型训练损失 Hessian 的 Frobenius 范数——作为量化扩散模型记忆化现象的采样无关代理指标。 作者称，训练与验证样本的平均曲率能识别模型何时开始复述训练数据，但不足以衡量单个样本被记忆的概率。为此论文引入扩散模型的反事实记忆化定义，并证明其受留一模型输入曲率控制，从而在样本局部损失景观与生成概率之间建立理论联系。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。