论文揭示扩散模型与认知模型 Cobweb 的数学对应关系

一项研究指出，扩散模型在图像合成之外，隐式执行了与认知模型 Cobweb 相同的计算。扩散模型的噪声边缘分布是数据分布的高斯平滑，其模态形成的层次结构与 Cobweb 的概率原型树在四个方面对应。两者均为分层密度模型和分层贝叶斯模型，都将分类视为降低不确定性的得分跟随，且均涌现出基础水平。研究发现扩散模型的基础水平位于中间噪声层级。两者主要区别在于表示与学习方式：Cobweb 增量学习离散树，而扩散模型在单一得分场中编码连续可插值层次。在 MNIST 和 Fashion-MNIST 上的实验验证了这种对应性。