生成モデルの幻覚を最適化するためのラプラス変換の活用

要約: 生成モデル（GMs）の確信的なエラー（または幻覚）を回避することの実現可能性を探るため、私たちはGMsの系を制御理論の観点から確率的動的システムの一類として形式化する。
生成モデルの学習過程における幻覚には多くの要因が寄与する。制御理論の知識を活用することで、それらのシステム機能とシステム応答を分析できる。
様々な最適化手法を用いる際の生成モデルの高度な複雑さのため、ラプラス変換の解を求めることはできない。しかし、マクロな視点から見れば、源応答をシミュレーションすることは、生成モデルの幻覚に対処する仮想的な手段を提供する。
さらに、トレーニングの進行は対応するシステム応答と一致することを見いだし、より良い最適化成分を開発する有用な方法を提供する。
最後に、GMsの幻覚問題はラプラス変換解析を用いることによって本質的に解決される。