Google 研究称扩散模型创作力源于平滑学习

dl_weekly · x · 2026-07-21

Google Research 解释了扩散模型“会创作”背后的数学原因。

• 研究认为，训练过程中的正则化会让 score function 更平滑。
• 这种平滑会推动模型在训练样本之间做插值，而不是简单记忆训练集。
• 因而，扩散模型能生成看起来更“新”的结果，并不是神秘能力，而是训练动力学带来的数学副产物。

原文链接 →

「研究」频道最新

• OpenAI 发布 reward-seeking 研究与测量方法 — OpenAI · 2026-07-22
• Reddit 转发 OpenAI 的 ChatGPT 广告页面 — EcstaticAsparagus509 · 2026-07-22
• 开源 runtime 让每个仓库自定义 AI 代码审查器 — ibabufrik · 2026-07-22
• OpenAI 与 Apollo 推出 Contrastive SDF 量化奖赏投机 — OpenAI · 2026-07-22
• NVIDIA：先调好 Harness，再去调模型 — NVIDIAAI · 2026-07-22
• AI 发展的瓶颈：从互联网数据红利到高质量反馈闭环 — dyamins · 2026-07-22

更多「研究」频道 AI 资讯 →