ICML 2026 论文 FEGF 用 JKO 条件衔接离散扩散的数学与机器学习
FrancescoLocat8 · x · 2026-10-07
该推为论文串的一部分,介绍 Rancati、Maas 与 Locatello 发表于 ICML 2026 的方法 FEGF(自由能梯度流),将梯度流的数学理论与机器学习衔接。
- 方法基于 JKO 最优性条件与测地线预处理,思路沿自 Terpin、Dörfler 等人的工作。
- 与同期刊登的 DAM 方法形成对照:DAM 完全免去了测地线预处理步骤。
所属事件:图离散扩散获梯度流理论框架，FEGF 训练极快(2 条相关)→
「研究」频道最新
- Chrome 偷偷内置 425KB 神经回声消除模型,回声抑制多 5.4dB — chadwallacehart · 2026-10-08
- Snorkel 开放基准资助扩至 3000 万美元，并组建红队查基准漏洞 — ajratner · 2026-10-08
- 研究者分享用 AI 定理证明器做硬件形式化验证的 REBASE 2026 演讲 — satnam6502 · 2026-10-08
- 1985 年亲历者发声：反向传播史不是美国叙事那一套 — SchmidhuberAI · 2026-10-08
- NVIDIA 提出 PivotOPD：让多轮智能体学会从关键错误中恢复 — NVIDIAAI · 2026-10-08
- Scott Aaronson 发文「数学末日论」:AI 时代数学教育与研究的走向 — TMWNN · 2026-10-08