Sublineare Iterationen reichen für DDPMs – neue Erkenntnisse
Ein neues arXiv‑Veröffentlichung (2511.04844v1) zeigt, dass bei den beliebten Denoising Diffusion Probabilistic Models (DDPMs) die Anzahl der benötigten Score‑Evaluierungen nicht mehr linear, sondern sublinear in der Dimensionalität ausreicht. Der Autor führt einen neuen Integrator ein, den sogenannten denoising diffusion randomized midpoint method (DDRaM), der einen zusätzlichen zufälligen Mittelpunkt nutzt, um die stochastische Differentialgleichung genauer zu approximieren.
