SCALLOP 论文入选 NeurIPS,少步生成同时输出对数密度
jmhernandez233 · x · 2026-10-16
Cambridge、CMU、Meta FAIR 等机构合作的 SCALLOP 论文被 NeurIPS 2026 接收，提出可扩展的少步似然蒸馏方法。
- 核心思路：基于 F2D2 的似然流映射(likelihood flow map)，模型在极少量函数评估内同时生成样本及其对数密度
- 关键改进：摒弃 F2D2 训练时依赖的 Hutchinson 迹估计器，提出无 Hutchinson、可向量化的似然蒸馏目标，显著降低训练方差与训练时间
- 应用：作为 Boltzmann generator 用于分子科学(从高斯噪声生成肽构象并支持重要性重采样)，并在图像数据集上验证有效
项目页与论文均已公开。
「研究」频道最新
- 清华 AI 学院助理教授陈永创 ApexIntelligence，天使轮融 5000 万美元 — DeryaTR_ · 2026-10-16
- Sandberg 解析流体计算误差预算：误差随时间二次收紧 — anderssandberg · 2026-10-16
- 流体如何算通用图灵机：力场驱动粒子落入 0/1 盒子 — anderssandberg · 2026-10-16
- FlashAttention 作者 Tri Dao 加入生物 AI 公司任科学顾问 — exnx · 2026-10-16
- SAIR 推出 Open Math OS:免费算力+100 工具,要让社区掌控数学 AI — Thom_Wolf · 2026-10-16
- Tenstorrent 芯片跑生物模型:JapanFold 称单机超 DGX B200 且价格不到三分之一 — DavidBennett__ · 2026-10-16