网络化自消费生成生态的稳定性与多样性研究

该论文提出理论框架，将多个生成模型表示为有向加权图中的节点，以边权重控制模型间合成数据的流动，分析网络化自消费生成模型的长期行为。研究建立了再训练动态下的收敛条件并刻画不动点，进一步探讨真实数据获取、跨模型数据消费与交互图结构如何影响系统长期稳定性与多样性。论文已作为会议论文发表于 NeurIPS 2026。