arXiv · ML· Flavio Nicoletti, Chenxiao Ma, Enrico Ventura, Luca Saglietti, Stefano Sarao Mannelli·· 7 天前AI 评分27
扩散模型数据结构与不平衡对学习动力学影响的分析
The Interplay of Data Structure and Imbalance in the Learning Dynamics of Diffusion Models
AI 导读
研究构建了高维分析框架,揭示类别方差是决定 score-based 扩散模型学习顺序的主要因素,始终有利于高方差类别。 采样不平衡作为调节因素,可逆转学习顺序,迫使少数类别在后向扩散阶段产生延迟推理时间。 论文在 Fashion MNIST 上使用 U-Net 模型验证了预测,相关成果已被 NeurIPS 2026 接收。
来源:arXiv · ML · arxiv.org