为何 DDIM 比 DDPM 产生更多幻觉：逆向动力学的理论分析
机器学习
2026-05-11 v1 人工智能
摘要
我们从理论上研究了两种典型扩散采样器中的幻觉现象：随机去噪扩散概率模型（DDPM）和确定性去噪扩散隐式模型（DDIM）。我们分析了针对高斯混合目标的逆 ODE（DDIM）和逆 SDE（DDPM），证明了在临界时间 之后， DDIM 可能会卡在连接两个最近模态的线段上，而 DDPM 的随机性有助于其脱离该区域，从而避免幻觉。我们的实验验证证实，当进入该区域时，DDPM 的幻觉率显著低于 DDIM。基于我们的观察，我们展示了如何使用额外的随机步骤来帮助 DDIM 避免幻觉，并为设计改进的采样器提供了新见解。
引用
@article{arxiv.2605.06831,
title = {Why DDIM Hallucinates More than DDPM: A Theoretical Analysis of Reverse Dynamics},
author = {Muhammad H. Ashiq and Samanyu Arora and Abhinav N. Harish and Ishaan Kharbanda and Hung Yun Tseng and Grigorios G. Chrysos},
journal= {arXiv preprint arXiv:2605.06831},
year = {2026}
}