יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

זרימות מתוכננות והפצה קדימה בלבד אינן מספיקות לדגימה רב-מודאלית

Wasserstein Gradient Flows and Forward-Only Diffusion Are Not Enough for Multimodal Sampling
חוקרים מצאו כי זרימות מתוכננות והפצה קדימה בלבד אינן מספיקות לדגימה רב-מודאלית. המחקר מראה כי שיטות אלו יכולות להיות איטיות מדי ולא יעילות לדגימת התפלגויות מורכבות.
תקציר מקורי באנגליתarXiv:2610.02081v1 Announce Type: cross Abstract: There has been a proliferation of sampling algorithms based on Wasserstein gradient flows (WGF) and forward-only diffusion processes (FODP), often accompanied by theoretical guarantees of exponentially fast convergence to the target distribution. These guarantees are frequently interpreted as evidence that such methods can efficiently sample complex multimodal distributions, often supported by empirical results. In this work, we argue that this interpretation is fundamentally misleading. By invoking the Jordan-Kinderlehrer-Otto (JKO) scheme and Otto calculus, we establish that the canonical WGF sampling dynamics and overdamped forward diffusion share the same density evolution and therefore inherit the same metastability and slow-mixing phe
קרא במקור המקורי