ICLR

Information Spreading in Diffusion Models from Effective Field Theory

基于有效场论的扩散模型中的信息传播

Navonil Neogi, Nabil Iqbal

AI总结 该研究将物理学有效场论应用于带卷积架构的得分匹配扩散模型，通过玩具示例和MNIST实验证实，两点间互信息按布朗运动有效场论预测的方式增长。

Comments This work was previously presented at the Scientific Methods for Understanding Deep Learning Workshop at ICLR 2026. 14 pages + appendices. Code available at: this https URL (https://github.com/NavonilNeogi/MutualInfoEFTDiffusionModels)

The Expressive Limits of Diagonal SSMs for State-Tracking

对状态跟踪任务中对角复值DCD SSMs表达能力的限制

Mehran Shakerinava, Behnoush Khavari, Siamak Ravanbakhsh, Sarath Chandar

机构 * McGill University（麦吉尔大学） ； Mila – Quebec AI Institute（魁北克AI研究所） ； Polytechnique Montréal（蒙特利尔大学） 纠错

AI总结 本文研究了对角复值DCD SSMs在状态跟踪任务中的表达能力，证明了其在有限精度下无法表达非阿贝尔群的状态跟踪，并揭示了表达能力与可学习性之间的差距。

Comments 18 pages, 5 figures, 4 tables. Accepted at ICLR 2026