研究人员试图揭示扩散模型创造力的起源
In a recent paper, Stanford researchers Mason Kamb and Surya Ganguli proposed a mechanism that could underlie the creativity of diffusion models. The mathematical model they developed suggests...
斯坦福大学研究人员提出了一种机制，解释扩散模型的创造力，认为创造力源于去噪过程。扩散模型通过学习评分函数逐步去除高斯噪声以生成新图像。研究表明，模型的平移等变性和局部性是关键因素，构建的等变局部评分（ELS）机器准确度超过90%。该理论为理解扩散模型的图像创造及其错误提供了基础。
