本研究では、確率流量に基づく生成モデルが示す収束の保証について検討しています。従来の研究は、強い対数凸性や有界支援といった厳しい正則性の仮定に依存していましたが、本論文では弱い対数凸性とスコア関数のリプシッツ連続性の下で、2-Wasserstein距離における非漸近的な収束境界を確立しました。この枠組みは、ガウス混合のような非対数凸分布にも対応しており、初期化誤差やスコア近似誤差、及び指数的整数化スキームによる離散化の影響を明示的に考慮しています。また、この結果により、拡散に基づく生成モデルの理論的課題が解決され、より現実的なデータ分布や実用的なODEソルバーを考慮するようになりました。効率的なサンプリングアルゴリズムの具体的な保証を提供し、実験的成功を理論的に裏付けています。