记忆化与泛化

平滑分数函数以增强扩散模型的泛化能力

Smoothing the Score Function to Enhance Generalization in Diffusion Models

为扩散模型提供了一套解释记忆化（memorization）的理论框架，并给出两种可直接插入训练流程的改进手段——噪声去条件化（Noise Unconditioning）与温度平滑（Temperature Smoothing），可用于缓解采样崩溃、提升生成泛化性，对做扩散模型训练与采样的人可直接复用。