跳到正文
热点事件持续更新

条件扩散模型在线训练有限时间误差界分析

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Mudit Gaur 等作者提交论文,分析用在线随机梯度去噪分数匹配训练的条件扩散模型,在局部化 PL 条件、随机梯度正则性与轨迹包含假设下,给出有限次更新后分数网络的有限时间训练与采样误差界。 论文称条件分数近似误差可达 Õ(M^{-η_app}),其中 η_app = 2α_x / (2α_x + d_x' + (α_x/α_y)d_y'),M 为近似复杂度,d_x'、d_y' 分别为响应与条件的内在维度。该结论依赖上述假设,并非无条件成立。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · cs.LG
    条件扩散模型的有限时间在线样本复杂度

    研究在线随机梯度去噪分数匹配训练的条件扩散模型,在局部化 PL 条件、随机梯度正则性与轨迹包含假设下,给出有限次更新后分数网络的有限时间训练与采样误差分析。条件分数近似误差达 Õ(M^{-η_app}),η_app = 2α_x / (2α_x + d_x' + (α_x/α_y)d_y'),其中 M 为近似复杂度,d_x'、d_y' 分别为响应与条件的内在维度。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。