Apple研究揭示离散扩散模型置信度局限

2026年10月2日，Apple Machine Learning Research 发布研究，指出离散扩散模型（包括 remasking 与 uniform-state 采样器）的置信度采样存在局限。研究证明，单步生成只有在所写位置在已固定 token 条件下相互独立时才匹配训练分布，而逐位置分布的乘积无法拟合存在依赖关系的 token 组。在合成任务 ScanAndAdd 上，置信度排序写入的每组两个及以上未定位置均为依赖关系，生成分布的总变差达采样噪声下限的 29 倍，但逐样本指标仍为 1.0。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。