Information Spreading in Diffusion Models from Effective Field Theory
이 논문은 합성곱 스코어 매칭 확산 모델(convolutional score-matching diffusion models)의 국소성(locality)에 대한 귀납적 편향(inductive bias)이 그들의 디노이징 역학을 유효 장론(Effective Field Theory)을 사용하여 효과적으로 설명할 수 있게 함을 입증하며, 점들 사이의 상호 정보량 성장이 토이 예제와 MNIST 모두에서 브라운 운동 모델의 예측과 일치함을 보여준다.