Cet article présente un cadre géométrique pour l'analyse des phénomènes de mémorisation dans les modèles de diffusion, utilisant la netteté de la densité de probabilité logarithmique. Nous justifions mathématiquement l'efficacité des mesures de mémorisation basées sur la différence de score précédemment proposées et proposons une nouvelle mesure de mémorisation qui capture la netteté dès les premières étapes de la génération d'images dans les modèles de diffusion latente, fournissant ainsi un premier aperçu des phénomènes de mémorisation potentiels. En exploitant cette mesure, nous développons une stratégie d'atténuation qui optimise le bruit initial dans le processus de génération grâce à un terme de régularisation sensible à la netteté.
