待验证50% 置信事实精确时间
标准高斯扩散模型在捕捉重尾分布时存在天然局限。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
Annealed Lévy Diffusion：用高斯代理实现重尾扩散新范式
rss2026/10/14
涉及实体
相关事实
待验证将推测采样迁移到扩散模型的挑战在于扩散模型的采样空间是连续高维分布而非离散词表，需重新设计接受-拒绝规则78% 相似待验证扩散模型的迭代步数与输出长度不呈线性正相关，耗时增长比自回归模型平缓72% 相似待验证布朗扩散模型在重尾数据场景下可能系统性地低估极端事件的概率，而稳定模型在α=ν时能够正确外推到尾部区域。72% 相似待验证以往对流匹配/扩散模型的泛化分析往往需要对估计出的速度场施加较强的限制性假设（如全局Lipschitz连续性、有界范数或特定正则性）71% 相似待验证论文《Limits of Confidence in Diffusion》指出离散扩散的并行写入机制在数学层面存在根本性限制69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037335API
curl https://kongchang.com/api/v1/knowledge/claims/1037335MCP
get_claim(id=1037335)