扩散采样并行轮数下界研究

2026年10月8日，arXiv Statistics Machine Learning 发布一项扩散模型并行采样下界研究。该研究证明了扩散采样在近似得分函数下的首个多项式并行轮数下界：针对光滑近各向同性高斯混合，需 Ω̃(d^{1/3}) 轮；针对单位球内各向异性轴对齐盒子的均匀采样，需 Ω(d) 轮。该下界对每轮可在任意位置与噪声水平进行多项式次查询的随机算法成立，并指出线性界对该盒子族是紧的。目前未见后续验证或争议报道。

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。