这种流模型同时学生成什么和生成多大
KevinKaichuang · x · 2026-07-28
输出尺寸也能作为可学习变量的 flow 框架
这篇 arXiv 论文提出了 Expanding Generative Flows（EFlows） 与 Expanding Flow Maps（EFMs），用来处理“生成过程中输出维度会增长”的问题。
方法做了什么
- 从一个会随着时间扩张的 interpolant 出发，在状态中加入条件噪声；
- 学一个 expand operator，负责新增坐标或 token；
- 再学一个 transport map，负责去噪并推进状态；
- 当 expand operator 退化为恒等映射时，就能恢复传统的 fixed-size flow 模型。
论文强调的能力
- 同时适用于连续和离散场景；
- 可以做可变大小图生成和可变长度序列生成；
- 把“输出大小”变成一个第一性、可控的生成维度。
作者认为，这为许多“结果规模本身就是任务的一部分”的问题提供了一个统一框架。
所属事件:新流模型实现边去噪边扩维的动态生成(2 条相关)→
「研究」频道最新
- GBAG-Bench 发现本地 BI 模型会写对 SQL 也会瞎报增长 — Additional_Menu8542 · 2026-07-28
- ripgrep 崩溃排查最终查出内核 TLB 竞态 — BenBajarin · 2026-07-28
- 课程学习可防止强化学习智能体靠随机碰运气 — ShawnHymel · 2026-07-28
- OpenAI 和 Anthropic 未来可能要和客户自己的数据闭环竞争 — bigdata · 2026-07-28
- SWE-rebench 扩展到 5 种语言，并加入本地 Qwen 模型 — Fabulous_Pollution10 · 2026-07-28
- 巴塞尔大学招聘 LLM 训练方向博士与博后 — PMinervini · 2026-07-28