Краткое содержание

arXiv:2511.11727v1 Тип: новая работа Аннотация: Во многих недавних работах для оптимизации входных данных диффузионных моделей используется согласование по шуму. В данной рабочей статье мы показываем, что такая оптимизация нарушает эквивалентность между согласованием по шуму и точным согласованием оценок. Более того, мы демонстрируем, что это смещение приводит к увеличению нормы оценки. Дополнительно мы наблюдаем аналогичное смещение при оптимизации распределения данных с использованием предварительно обученной диффузионной модели. Наконец, мы рассматриваем широкий спектр работ в различных областях, на которые влияет данное смещение, включая MAR для авторегрессионной генерации, PerCo для сжатия изображений и DreamFusion для генерации 3D-моделей по текстовому описанию.