Nachweisbar Diffusionsmodelle unter der Mannigfaltigkeitshypothese lernen: Zusammenbruch und Verfeinerung

arXiv:2605.20235v1 Ankündigungstyp: neu Zusammenfassung: Diffusionsmodelle erzeugen hochdimensionale Daten mit bemerkenswerter Qualität, doch wie ihr Training die Score-Funktion effizient lernt und den Fluch der Dimensionalität umgeht, wenn Daten auf niederimensionalen Mannigfaltigkeiten unterstützt werden, bleibt theoretisch ungeklärt