结构化耦合流匹配论文 SCFM 被 NeurIPS 2026 接收
liyzhen2 · x · 2026-09-25
作者团队宣布论文《Structured Coupling for Flow Matching》(SCFM) 被 NeurIPS 2026 接收。论文要点:
- 标准流匹配扩展性好,但源分布通常无结构,难以学到可解释的潜在结构;潜变量模型有结构但牺牲生成质量
- SCFM 提出合作式框架:用 VAE 式结构化耦合(flow matching with VAE-based coupling),VAE 编码器与流共享网络、VAE 解码器初始化加流精修采样
- 共享一个时间相关的识别网络,同时做潜变量变分推断和中间时刻流速度估计
- 实验显示 SCFM 能无监督学到可用于聚类、解耦和下游任务的潜在表示,同时生成质量与标准流匹配持平
论文地址 arXiv:2605.07676。
「研究」频道最新
- NVIDIA 开源 Nemotron-Terminal:Qwen3-32B 终端基准成绩从 3.4% 飙至 27.4% — _weiping · 2026-09-25
- Cusp AI 联创 Welling 谈 AI 驱动的材料设计如何解决社会难题 — NandoDF · 2026-09-25
- Sharpa 灵巧手世界联觉模型登 CoRL：专治噪声深度与稀疏触觉 — jiqizhixin · 2026-09-25
- DeltaWAM 预测视觉增量替代稠密帧，双臂操作成功率升至 85.4% — Han Yan · 2026-09-25
- 亚马逊开源 Rufus-Air：GLM-4.5-Air-Base 八阶段后训练完整配方 — amazon · 2026-09-25
- 研究者提出人机协作实验循环:AI 出方案、人类执行、全程可观测纠错 — suragnair · 2026-09-25