⚡ electrical engineering

Denoising diffusion probabilistic models are optimally adaptive to unknown low dimensionality

यह शोध पत्र प्रदर्शित करता है कि डिनोइजिंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल्स (DDPMs) अज्ञात निम्न-आयामी डेटा संरचनाओं के प्रति इष्टतम अनुकूलन क्षमता प्राप्त करते हैं, यह सिद्ध करते हुए कि उनकी पुनरावृत्ति जटिलता परिवेशी आयाम के बजाय आंतरिक आयाम $k$ के साथ लगभग रैखिक रूप से स्केल करती है।

मूल लेखक: Zhihan Huang, Yuting Wei, Yuxin Chen

प्रकाशित 2026-02-17

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Zhihan Huang, Yuting Wei, Yuxin Chen

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

बड़ी तस्वीर: यह क्यों महत्वपूर्ण है

कल्पना कीजिए कि आप एक रोबोट को बिल्ली की तस्वीर बनाना सिखाने की कोशिश कर रहे हैं। आप उसे लाखों तस्वीरें दिखाते हैं।

पुराना तरीका (उच्च आयाम/High Dimension): रोबोट हर एक पिक्सेल को एक अलग, स्वतंत्र चर (variable) के रूप में देखता है। यदि छवि 1,000x1,000 पिक्सेल की है, तो यह 10 लाख चर हैं। रोबोट को यह सीखना होगा कि हर एक पिक्सेल का दूसरे हर पिक्सेल से क्या संबंध है। यह शब्द बोलने से पहले डिक्शनरी के हर संभव वाक्य को रटने की कोशिश करने जैसा है। यह धीमा और अक्षम है।
वास्तविकता (निम्न आयाम/Low Dimension): वास्तव में, बिल्लियाँ पिक्सेल का यादृच्छिक संग्रह नहीं होतीं। उनका एक "कंकाल" या "आकार" होता है। बिल्ली हमेशा बिल्ली ही रहती है, चाहे वह काली हो, सफेद हो, बड़ी हो या छोटी। बिल्ली की वास्तविक जटिलता पिक्सेल की संख्या से बहुत कम है। ऐसा है जैसे बिल्ली उस विशाल 10-लाख-आयामी स्थान के भीतर एक छिपे हुए, निम्न-आयामी "मैनिफोल्ड" (एक घुमावदार सतह) पर रहती है।
समस्या: वर्षों तक, AI इमेज जनरेटर (जिन्हें DDPMs कहा जाता है) के पीछे के गणित ने कहा, "एक अच्छी तस्वीर पाने के लिए, आपको पिक्सेल की संख्या के अनुपात में कदम उठाने की आवश्यकता है।" यदि आपके पास 10 लाख पिक्सेल हैं, तो आपको 10 लाख कदम उठाने होंगे। लेकिन व्यवहार में, ये AI मॉडल कुछ सौ कदमों में ही अद्भुत चित्र बना देते हैं। गणित वास्तविकता से मेल नहीं खा रहा था।

यह शोध पत्र इस रहस्य को सुलझाता है। यह सिद्ध करता है कि ये AI मॉडल इतने "स्मार्ट" हैं कि वे डेटा के छिपे हुए, सरल आकार (बिल्ली) को स्वचालित रूप से खोज लेते हैं और शोर (noise) को अनदेखा कर देते हैं, जिससे वे अविश्वसनीय रूप से तेज़ हो जाते हैं, भले ही उन्हें यह न पता हो कि डेटा सरल है।

मुख्य अवधारणा: "डिनोइजिंग" (Denoising) की प्रक्रिया

AI मॉडल को संगमरमर के एक ब्लॉक पर काम करने वाले मूर्तिकार के रूप में सोचें जो घने, अराजक झाग (foam) से ढका हुआ है।

फॉरवर्ड प्रोसेस (शोर जोड़ना): कल्पना कीजिए कि आप बिल्ली की एक आदर्श मूर्ति ले रहे हैं और धीरे-धीरे उस पर फैलता हुआ झाग लगा रहे हैं जब तक कि वह केवल एक आकारहीन ढेर न बन जाए। यह वही है जो AI सबसे पहले करता है: यह सीखता है कि एक स्पष्ट छवि को शुद्ध शोर में कैसे बदला जाए।
रिवर्स प्रोसेस (डिनोइजिंग/शोर हटाना): अब, AI को इस प्रक्रिया को उल्टा करना है। वह झाग के एक यादृच्छिक ढेर से शुरू करता है और नीचे छिपी बिल्ली को प्रकट करने के लिए शोर को हटाने की कोशिश करता है।
- चुनौती: यदि AI को यह नहीं पता कि "बिल्ली" कहाँ छिपी है, तो उसे सभी दिशाओं में अंधाधुंध अनुमान लगाना होगा।
- जादू: यह शोध पत्र दिखाता है कि AI का "चिपिंग" टूल (गणितीय अपडेट नियम) गुप्त रूप से एक चुंबकीय मार्गदर्शक है। भले ही AI को यह न पता हो कि बिल्ली निम्न-आयामी है, गणित स्वाभाविक रूप से शोर को छिपे हुए आकार की ओर खींचता है।

मुख्य खोज: "इष्टतम अनुकूलन क्षमता" (Optimal Adaptivity)

लेखकों (हुआंग, वेई और चेन) ने एक उल्लेखनीय बात सिद्ध की: AI को निम्न-आयामी आकार खोजने के लिए किसी मानचित्र की आवश्यकता नहीं है; यह बस प्रतिरोध के न्यूनतम पथ का अनुसरण करता है।

उपमा 1: कोहरे में हाइकर (Hiker in the Fog)

कल्पना कीजिए कि आप एक घने कोहरे (उच्च-आयामी स्थान) में एक विशिष्ट घाटी (डेटा) को खोजने की कोशिश कर रहे हैं।

पुराना सिद्धांत: आपने सोचा था कि घाटी को खोजने के लिए आपको विशाल पर्वत श्रृंखला (पूर्ण आयाम $d$ ) के हर इंच की तलाशी लेनी होगी। इसमें बहुत समय लगता।
नई खोज: शोध पत्र दिखाता है कि हाइकर (AI) वास्तव में एक छिपे हुए रास्ते (आंतरिक आयाम $k$ ) पर चल रहा है। भले ही कोहरा घना हो और पहाड़ विशाल हो, हाइकर के कदम स्वाभाविक रूप से रास्ते के साथ संरेखित होते हैं। हाइकर को यह जानने की आवश्यकता नहीं है कि रास्ता मौजूद है; परिदृश्य स्वयं उसका मार्गदर्शन करता है।
परिणाम: $d$ कदम (जहाँ $d$ बहुत बड़ा है) लेने के बजाय, हाइकर केवल $k$ कदम लेता है (जहाँ $k$ छोटा है)। यदि बिल्ली की आंतरिक जटिलता 43 है (जैसे ImageNet डेटासेट), तो AI को केवल 43 से संबंधित कदम उठाने की आवश्यकता है, न कि लाखों पिक्सेल की।

उपमा 2: "स्मार्ट" विविक्तकरण (Discretization)

यह शोध पत्र SDEs (Stochastic Differential Equations) की एक अवधारणा का उपयोग करके समझाता है कि यह कैसे होता है।
AI की गति को एक नदी में नाव चलाने के रूप में सोचें।

मानक नेविगेशन: अधिकांश नावें पूरे महासागर में नेविगेट करने की कोशिश करती हैं। यदि नदी संकीली है (निम्न आयाम), तो एक मानक नाव अभी भी पूरे महासागर की चौड़ाई का उपयोग करके दिशा बदलने की कोशिश करेगी, जो अनाड़ीपन भरा होगा।
DDPM नाव: इस नाव में एक विशेष पतवार (rudder) (जिसे "पोस्टीरियर मीन" कहा जाता है) है। जब नाव संकीरी नदी के करीब आती है, तो पतवार स्वचालित रूप से समायोजित हो जाती है। यह चौड़े महासागर की धाराओं से लड़ना बंद कर देती है और संकरी नदी के साथ सुचारू रूप से बहने लगती है।
"प्रोजेक्शन" (परिकल्पना): गणित दिखाता है कि AI का अपडेट नियम एक प्रोजेक्टर की तरह कार्य करता है। यह अव्यवस्थित, उच्च-आयामी शोर को लेता है और उसे उस स्वच्छ, निम्न-आयामी सतह पर "प्रोजेक्ट" करता है जहाँ वास्तविक डेटा रहता है। यह एक 3D वस्तु पर टॉर्च दिखाने जैसा है; छाया (डेटा) 2D है, और AI केवल छाया पर ध्यान केंद्रित करना सीखता है, उस 3D गहराई को अनदेखा करता है जो मायने नहीं रखती।

यह एक बड़ी बात क्यों है

यह "अतुलनीय प्रभावशीलता" की व्याख्या करता है: लंबे समय तक लोग आश्चर्य करते रहे कि ये मॉडल विशाल डेटासेट (जैसे छवियों) पर इतने अच्छे से क्यों काम करते हैं, जबकि गणित कहता था कि उन्हें धीमा होना चाहिए। यह शोध पत्र कहता है: "वे तेज़ काम करते हैं क्योंकि डेटा वास्तव में सरल है, और AI उस सरलता को स्वचालित रूप से खोजने के लिए स्मार्ट है।"
यह "इष्टतम" (Optimal) है: लेखकों ने सिद्ध किया कि AI सबसे अच्छा काम कर रहा है। आप समस्या की मौलिक प्रकृति को बदले बिना इसे इससे तेज़ नहीं बना सकते। यह वास्तविक जटिलता ( $k$ $k$ ) के साथ रैखिक (linearly) रूप से स्केल करता है, न कि नकली जटिलता ( $d$ $d$ ) के साथ।
- पुराना गणित: कदम $\approx$ पिक्सेल ( $d$ )।
- नया गणित: कदम $\approx$ वास्तविक जटिलता ( $k$ )।
- उदाहरण: यदि आपके पास 10,000-पिक्सेल की छवि ( $d=10,000$ ) है लेकिन यह वास्तव में केवल एक सरल रेखा चित्र ( $k=10$ ) है, तो AI को केवल 10 से संबंधित कार्य करने की आवश्यकता है, न कि 10,000 से।

"सीक्रेट सॉस" (Secret Sauce) का प्रमाण

लेखकों ने केवल अनुमान नहीं लगाया; उन्होंने दो दुनियाओं के बीच एक पुल बनाया:

विविक्त दुनिया (Discrete World): वास्तविक कंप्यूटर कोड जो AI को चलाता है (चरण-दर-चरण अपडेट)।
सतत दुनिया (Continuous World): एक सुचारू, बहने वाला गणितीय समीकरण (SDE)।

उन्होंने दिखाया कि जिस तरह से AI अपने चरणों को अपडेट करता है (कोड में "गुणांक" या coefficients), वह एक स्मार्ट फिल्टर के रूप में कार्य करने के लिए पूरी तरह से ट्यून किया गया है। यह फ़िल्टर स्वचालित रूप से "गलत" दिशाओं (उच्च आयामों) में शोर को दबा देता है और "सही" दिशाओं (निम्न आयामों) में सिग्नल को बढ़ाता है।

आम जनता के लिए सारांश

कल्पigate कीजिए कि आप घास के ढेर (haystack) में सुई ढूंढने की कोशिश कर रहे हैं।

पुराना दृष्टिकोण: आपको पूरे घास के ढेर को, एक-एक दाने के हिसाब से खोजना होगा।
नया दृष्टिकोण: यह शोध पत्र सिद्ध करता है कि "सुई" (डेटा) वास्तव में घास के ढेर के माध्यम से गुजरने वाली एक छोटी, अदृश्य डोरी पर बैठी है। AI मॉडल एक चुंबक की तरह है जो, बिना बताए, स्वचालित रूप से खुद को उस डोरी के साथ संरेखित कर लेता है। वह घास को अनदेखा करता है और सीधे सुई तक फिसल जाता है।

निष्कर्ष: यह शोध पत्र पुष्टि करता है कि आधुनिक AI इमेज जनरेटर केवल विशाल डेटा के माध्यम से अपना रास्ता बनाने की कोशिश नहीं कर रहे हैं। वे गणितीय रूप से हमारी दुनिया की छिपी हुई, सरल संरचनाओं को खोजने के लिए "अनुकूलित" हैं, जो उन्हें अविश्वसनीय रूप से कुशल बनाता है और यह समझाता है कि वे वास्तविक दुनिया में इतने सफल क्यों हैं।

यहाँ Huang, Wei, और Chen के शोध पत्र "Denoising diffusion probabilistic models are optimally adaptive to unknown low dimensionality" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

डिनोइज़िंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल्स (DDPMs) जनरेटिव एआई (Generative AI) के एक प्रमुख प्रतिमान (paradigm) बन गए हैं। हालाँकि इनके अभिसरण (convergence) की सैद्धांतिक गारंटी मौजूद है, लेकिन वे आमतौर पर यह सुझाव देती हैं कि लक्षित सटीकता प्राप्त करने के लिए आवश्यक सैंपलिंग चरणों (iteration complexity) की संख्या एम्बिएंट डेटा डायमेंशन ( $d$ ) के साथ रैखिक रूप से (linearly) बढ़ती है।

अंतराल (The Gap): व्यवहार में, DDPMs उच्च-आयामी डेटा (जैसे, $d \approx 10^4$ पिक्सेल वाली छवियां) को कुशलतापूर्वक उत्पन्न करते हैं, जो अक्सर $O(d)$ से बहुत कम चरणों में होता है। यह विसंगति इसलिए उत्पन्न होती है क्योंकि वास्तविक दुनिया का डेटा आमतौर पर एक निम्न-आयामी मैनिफोल्ड (low-dimensional manifold) पर स्थित होता है या उसमें एक आंतरिक आयाम (intrinsic dimension) ( $k \ll d$ ) होता है।
पूर्व कार्य: हाल के अध्ययनों (Li & Yan, 2024; Azangulov et al., 2024) ने दिखाया है कि DDPMs निम्न-आयामीता के अनुकूल हो सकते हैं, लेकिन उनके इटरेशन कॉम्प्लेक्सिटी पर सैद्धांतिक सीमाएँ उप-इष्टतम (suboptimal) थीं, जो $O(k^4)$ या $O(k^3)$ के रूप में स्केल करती थीं (जहाँ $k$ आंतरिक आयाम है)।
मुख्य प्रश्न: क्या DDPMs की इटरेशन कॉम्प्लेक्सिटी को आंतरिक आयाम $k$ के साथ रैखिक रूप से (अर्थात, $O(k)$ ) स्केल करने के लिए सटीक बनाया जा सकता है, और क्या यह अनुकूलता (adaptivity) निम्न-आयामी संरचना के स्पष्ट ज्ञान के बिना प्राप्त की जा सकती है?

2. कार्यप्रणाली (Methodology)

लेखक स्टोकेस्टिक डिफरेंशियल इक्वेशन्स (SDEs) के दृष्टिकोण से DDPM अपडेट नियम को पुनर्गठित करके और डेटा सपोर्ट की ज्यामिति (geometry) का लाभ उठाकर एक सटीक अभिसरण सिद्धांत विकसित करते हैं।

A. SDE समतुल्यता और पुनर्रचना (SDE Equivalence and Reparameterization)

यह शोध पत्र स्थापित करता है कि मानक डिस्क्रीट DDPM अपडेट नियम (Ho et al., 2020) विशेष रूप से एक अनुकूल रूप से विविक्त (adaptively discretized) रिवर्स SDE के समान है।

मुख्य अंतर्दृष्टि: लेखक रिवर्स SDE के ड्रिफ्ट टर्म (drift term) को पुनर्रचित करते हैं। केवल स्कोर फंक्शन $\nabla \log p_t$ पर निर्भर रहने के बजाय, वे ड्रिफ्ट को पोस्टीरियर मीन (posterior mean) $\mu_t(x) = \mathbb{E}[X_0 | X_t = x]$ के संदर्भ में व्यक्त करते हैं।
सेमी-लीनियर संरचना (Semi-linear Structure): परिणामी SDE में एक सेमी-लीनियर ड्रिफ्ट होता है जहाँ गैर-रैखिक घटक पोस्टीरियर मीन के समानुपाती होता है।
ज्यामितीय अनुकूलता (Geometric Adaptivity): सहज रूप से, जब डेटा एक निम्न-आयामी मैनिफोल्ड पर स्थित होता है, तो पोस्टीरियर मीन उस मैनिफोल्ड पर एक प्रोजेक्शन ऑपरेटर (projection operator) के रूप में कार्य करता है। यह "प्रोजेक्शन" SDE के समाधान पथ को सुचारू बनाता है, जिससे पूर्ण-आयामी मामले की तुलना में विवेकीकरण त्रुटि (discretization error) काफी कम हो जाती है।

B. डेटा संरचना पर धारणाएँ (Assumptions on Data Structure)

यह सिद्धांत मेट्रिक एंट्रॉपी (metric entropy) (कवरिंग नंबर्स) के माध्यम से परिभाषित आंतरिक आयाम $k$ के संबंध में धारणाओं के एक व्यापक सेट पर निर्भर करता है:

आंतरिक आयाम (Assumption 1): डेटा सपोर्ट का लॉग-कवरिंग नंबर $O(k \log(1/\epsilon))$ के रूप में स्केल करता है। इसमें लीनियर सबस्पेस, सीमित रीच और वॉल्यूम वाले लो-डायमेंशनल स्मूथ मैनिफोल्ड्स, और डबलिंग डायमेंशन वाले सेट शामिल हैं।
परिबद्धता (Boundedness - Assumption 2): डेटा सपोर्ट का आकार $k$ के साथ बहुपद (polynomially) के रूप में स्केल करता है।
स्कोर अनुमान (Score Estimation - Assumption 3): प्री-ट्रेन्ड स्कोर फंक्शन्स का औसत वर्ग त्रुटि (mean squared error) भारित योग (weighted sum) के रूप में सीमित है।

C. विश्लेषणात्मक ढांचा (Analytical Framework)

प्रमाण गिर्सानोव प्रमेय (Girsanov's theorem) का उपयोग करके जनरेट की गई वितरण और लक्षित वितरण के बीच कुलबैक-लीब्लर (KL) डाइवर्जेंस को बाउंड करने की दिशा में आगे बढ़ता है। त्रुटि को निम्नानुसार विभाजित किया गया है:

इनिशियलाइजेशन एरर (Initialization Error): फॉरवर्ड प्रोसेस का एक गौसियन (Gaussian) में अभिसरण।
स्कोर एस्टीमेशन एरर (Score Estimation Error): सीधे स्कोर सटीकता की धारणा द्वारा सीमित।
डिसक्रेटाइजेशन एरर (Discretization Error - मुख्य चुनौती): लेखक पोस्टीरियर कोवेरिएंस मैट्रिक्स $\Sigma_t(x)$ $Σ_{t} (x)$ के विकास का विश्लेषण करते हैं।
- वे सिद्ध करते हैं कि पोस्टीरियर कोवेरिएंस का अपेक्षित ट्रेस, $\mathbb{E}[\text{Tr}(\Sigma_t)]$ , एम्बिएंट डायमेंशन $d$ के बजाय आंतरिक आयाम $k$ के साथ स्केल करता है।
- यह एक कवरिंग तर्क (covering argument) के माध्यम से प्राप्त किया जाता है, जो निम्न-आयामी सपोर्ट को स्थानीय लीनियर सबस्पेस के संघ (union) के रूप में मानता है।

3. मुख्य योगदान (Key Contributions)

इष्टतम अनुकूलता (Optimal Adaptivity): यह शोध पत्र सिद्ध करता है कि $k$ आंतरिक आयाम वाली वितरणों की एक विस्तृत श्रेणी के लिए, KL डाइवर्जेंस में $\epsilon^2$ सटीकता प्राप्त करने के लिए DDPM इटरेशन कॉम्प्लेक्सिटी $\tilde{O}(k/\epsilon^2)$ के रूप में स्केल करती है। यह पिछले $O(k^3)$ और $O(k^4)$ के मुकाबले $k^2$ या $k^3$ के कारक से सुधार करता है।
कोई बर्न-इन आवश्यकता नहीं (No Burn-in Requirement): पिछले कुछ विश्लेषणों के विपरीत, यह परिणाम बिना किसी "बर्न-इन" अवधि की आवश्यकता के लागू होता है जहाँ चरणों की संख्या पहले $d$ या $k$ के बहुपद से अधिक होनी चाहिए।
निहित अनुकूलता (Implicit Adaptation): सिद्धांत यह प्रदर्शित करता है कि मानक DDPM सैंपलर (अपने मूल गुणांकों के साथ) बिना किसी स्पष्ट मैनिफोल्ड लर्निंग या डायमेंशनलिटी रिडक्शन मॉड्यूल (जैसे लेटेंट डिफ्यूजन) की आवश्यकता के, अज्ञात निम्न-आयामी संरचना के प्रति स्वतः अनुकूल हो जाता है।
टाइट लोअर बाउंड्स (Tight Lower Bounds): लेखक तर्क देते हैं कि $k$ में रैखिक स्केलिंग इष्टतम है, क्योंकि ऐसे वितरण मौजूद हैं जिनका आंतरिक आयाम $k$ है और जिन्हें उपयोग किए जाने वाले सैंपलर के बावजूद कम से कम $\Omega(k)$ चरणों की आवश्यकता होती है।

4. मुख्य परिणाम (Main Results)

थ्योरम 2 (अभिसरण गारंटी):
निर्धारित धारणाओं के तहत, DDPM आउटपुट और लक्षित वितरण (थोड़े शोर के साथ) के बीच KL डाइवर्जेंस इस प्रकार सीमित है:
$\text{KL}(q_\delta || p_{\text{out}}) \lesssim \kappa \min\left(\mathbb{E}[\|X_0\|^2], T k \log k\right) + \kappa^2 N k \log k + \epsilon_{\text{score}}^2 + \text{initialization error}$
जहाँ:

$\kappa$ डिसक्रेटाइजेशन स्टेप साइज पैरामीटर है।
$N$ चरणों की संख्या है।
$\epsilon_{\text{score}}$ स्कोर एस्टीमेशन एरर है।

कोरोलरी 1 (इटरेशन कॉम्प्लेक्सिटी):
$\epsilon^2$ की सटीकता प्राप्त करने के लिए (परफेक्ट स्कोर मानकर), आवश्यक चरणों की संख्या है:
$N \gtrsim \frac{k \log^3(k/\epsilon)}{\epsilon^2}$
यह $k$ पर लगभग रैखिक निर्भरता की पुष्टि करता है, जो ऐसे समस्याओं के लिए सैद्धांतिक निचली सीमा (lower bound) से मेल खाता है।

5. महत्व और निहितार्थ (Significance and Implications)

सिद्धांत और व्यवहार को जोड़ना: यह शोध पत्र एक कठोर गणितीय स्पष्टीकरण प्रदान करता है कि DDPMs छवियों जैसे उच्च-आयामी डेटा पर कुशलतापूर्वक क्यों काम करते हैं। यह पुष्टि करता है कि "डायमेंशनलिटी का अभिशाप" (curse of dimensionality) डेटा की आंतरिक निम्न-आयामी संरचना द्वारा कम हो जाता है, जिसका DDPM अप्रत्यक्ष रूप से लाभ उठाता है।
मानक DDPM की इष्टतमता: यह मूल DDPM अपडेट नियम (Ho et al., 2020) के उपयोग को निम्न-आयामी डेटा के लिए सैद्धांतिक रूप से इष्टतम बताता है, जिससे पता चलता है कि अभिसरण गति के लिए जटिल आर्किटेक्चरल परिवर्तन अनिवार्य नहीं हैं, हालांकि वे अन्य मेट्रिक्स में मदद कर सकते हैं।
समवर्ती कार्य के साथ तुलना: यह शोध पत्र एक समवर्ती कार्य (Potaptchik et al., 2024) का उल्लेख करता है जो $k$ $k$ में रैखिक स्केलिंग भी प्राप्त करता है। हालाँकि, लेखक रेखांकित करते हैं कि उनका ढांचा अधिक सामान्य है:
- यह डेटा सपोर्ट को $k$ के साथ बहुपद के रूप में बढ़ने की अनुमति देता है (Potaptchik एक सीमित व्यास मानते हैं)।
- इसके लिए घनत्व फलन (density function) पर समान सीमाओं की आवश्यकता नहीं है।
- यह डेटा वितरण के बड़े सेकंड मोमेंट्स (second moments) को समायोजित करता है।
भवि vực (Future Directions): लेखक इस विश्लेषण को अन्य मेट्रिक्स (जैसे, वासरस्टीन दूरी, FID स्कोर) तक विस्तारित करने और निम्न-आयामी सेटिंग्स में ODE-आधारित सैंपलर (प्रोबेबिलिटी फ्लो ODEs) की अनुकूलता की जांच करने का सुझाव देते हैं।

संक्षेप में, यह कार्य स्थापित करता है कि DDPMs अज्ञात निम्न-आयामी संरचनाओं के प्रति इष्टतम रूप से अनुकूल (optimally adaptive) हैं, जो रिवर्स डिफ्यूजन प्रक्रिया में पोस्टीरियर मीन के ज्यामितीय गुणों का लाभ उठाकर सर्वोत्तम संभव इटरेशन कॉम्प्लेक्सिटी ( $O(k)$ ) प्राप्त करते हैं।