arXiv cs.AI / cs.LG 最新· John J. Vastola·· 2 天前AI 评分53
研究量化线性扩散模型因初始化与有限样本导致的对称性学习失败
Quantifying the failure of symmetry learning in linear diffusion models due to initialization and finite-sample effects
AI 导读
该论文在可理论分析的线性扩散模型设定下，量化了模型学不到数据分布对称性的程度，并比较三种对称性破坏来源。结果显示带噪的学习目标造成的破坏最顽固，即使样本充足也不会消失，而这一结论来自对非对称初始权重矩阵、带噪学习目标和有限样本噪声三者的对比。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。