扩散模型扰动传播：等路径成本下的输出差异

基于摘要分析。该研究探讨扩散模型采样过程中的局部扰动如何传播并影响生成输出，提出结合采样动力学与信息论的理论框架，区分扰动在轨迹上的强度、最终输出分布的变化以及特定特征统计量的响应。 核心机制是以扰动轨迹分布与参考轨迹分布之间的 Kullback–Leibler（KL）散度定义路径成本（path cost）。作者指出，路径成本能够约束输出分布的变化，却不能唯一决定其变化。进一步推导的响应恒等式将局部扰动的传播与累积，同选定特征均值所捕获的信息联系起来，用于解释为什么输出分布已经发生变化，其一阶响应仍可能无法检出。需要区分的是，特征均值响应不等同于对整个输出分布变化的完整刻画。 作者报告，在预训练扩散模型上实施等路径成本的受控干预后，不同采样阶段与空间频率呈现不同的输出敏感性；在缓存加速场景中，该传播分析能够识别缓存导致较大图像误差的采样区间。摘要未给出模型名称、干预构造、误差指标或定量结果，理论成立条件、实验协议、消融及统计信息尚未验证。复现时需重点核对路径成本如何估计和匹配、选取何种特征，以及诊断结果与实际图像误差的一致性。 平台推测（待验证）：若用于 EEG 生成或重建扩散模型，该框架可能帮助判断相同轨迹扰动为何对不同时间段或频带产生不同影响，但这不构成已验证的 BCI 效果。迁移依赖可比较的采样轨迹分布与可解释的输出特征，需将图像空间频率分析改造为 EEG 时间—频率及通道相关性分析；低信噪比、跨被试差异和小数据可能使成本估计或特征响应不稳定。一个可证伪的小实验是在固定 EEG 扩散模型中，对不同采样区间施加匹配路径成本的扰动，检验频带功率和通道协方差变化是否仍存在阶段差异。已有 EEG 相关工作尚未检索确认。