扩散模型被解释为稠密联想记忆

IBM与RPI研究团队在《Nature Communications》发表研究，将扩散模型纳入稠密联想记忆框架，认为其记忆存储在能量景观的局部极小值中。 研究识别出记忆化、泛化和伪模式生成三个阶段：当训练数据超过临界存储容量时，模型会形成不同于训练样本的新局部极小值，即“伪状态”；该分析还扩展至Stable Diffusion。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。