Equivariant score-based generative models provably learn distributions with symmetries efficiently
यह शोध पत्र यह सिद्ध करते हुए कि इक्विवेरिएंट इंडक्टिव बायस (equivariant inductive bias) को शामिल करने से बेहतर जनरलाइजेशन बाउंड्स प्राप्त होते हैं और गैर-इक्विवेरिएंट दृष्टिकोणों की तुलना में डेटा ऑग्मेंटेशन की आवश्यकता समाप्त हो जाती है, यह पहला सैद्धांतिक आश्वासन प्रदान करता है कि इक्विवेरिएंट स्कोर-आधारित जनरेटिव मॉडल सममित वितरणों (symmetric distributions) को कुशलतापूर्वक सीखते हैं।