Nature 子刊：扩散模型的稠密联想记忆机制与记忆、泛化、伪模式三相

IBM 与 RPI 团队在 Nature Communications 发表研究，将扩散模型纳入稠密联想记忆框架，发现其记忆存储于能量景观的局部极小值。当训练数据超过临界存储容量时，会生成不同于训练样本的新局部极小值，即“伪状态”（spurious states）。研究识别出记忆化、泛化与伪模式生成三个计算阶段，并将其分析扩展至 Stable Diffusion。