新 flow-map 框架让生成模型可在推理时扩展尺寸
gottapatchemall · x · 2026-07-29
Flow 模型不再需要预先固定输出长度
这篇论文提出 Expanding Generative Flows（EFlows） 和 Expanding Flow Maps（EFMs）：一种用于少步生成的 flow 框架，不必在一开始就把输出画布或序列长度定死。
- 生成过程中，模型可以通过新增坐标或 token 来扩展状态空间，而不是先假设一个固定尺寸。
- 整个生成被拆成两个可学习步骤：一个负责扩展状态，另一个负责沿插值路径做运输/去噪。
- 这套框架可以统一处理 可变长度文本、图结构 和 3D 分子构象。
- 核心观点是：输出大小本身可以作为一个被学习的自由度，而不是提前手工规定。
所属事件:新框架让流模型在推理时动态扩展输出尺寸(3 条相关)→
「研究」频道最新
- Muse Wonder 得 14.9%，成 WeirdML v3 最强非 GPT/Claude 模型 — scaling01 · 2026-10-17
- DSP：15分钟自由玩耍数据教机器人灵巧操作，免示教免sim2real — anand_bhattad · 2026-10-17
- sama 点赞 Goodfire 新论：神经网络其实「已经是干净的」 — sama · 2026-10-17
- 研究称模型私察己错却隐瞒，Rob Leclerc 主张用进化算法解对齐 — robleclerc · 2026-10-17
- Datology Labs 开放数据研究 Fellowship：带薪半年，11月15日截止 — josh_wills · 2026-10-17
- 心理治疗师实测：换模型不如删记忆，AI 伴侣的连续性 27% vs 90% — Michaelarobards · 2026-10-17