NeurIPS 论文 SCALLOP:训练带可计算似然的少步流映射用于玻尔兹曼生成
gottapatchemall · x · 2026-10-17
Tony RKOuYang 团队介绍新论文 SCALLOP,已被 NeurIPS 2026 接收。核心贡献:flow maps 近来很火,但科学计算场景(如玻尔兹曼分布生成)往往还需要流的似然值。SCALLOP 提出一种可扩展、高效的方法,训练少步采样的 flow map 同时保持似然可计算,从而实现有效的玻尔兹曼生成——少量采样步骤即可从玻尔兹曼分布中采样。论文与项目页已公开。
所属事件:SCALLOP 论文入选 NeurIPS 兼顾少步生成与似然计算(2 条相关)→
「研究」频道最新
- APS 全球物理峰会设神经系统物理专场，征稿至2026年10月 — chklovskii · 2026-10-17
- RAX 开源：冻结模型靠在线探索，零演示完成 0.1mm 精密机器人操作 — du_yilun · 2026-10-17
- 开放教材《Elements of Robotics》上线,面向机器人入门学习者 — burkov · 2026-10-17
- 东大 TwinX：一根线连接两台轮腿机器人，形态重构与分布式协作两用 — LexiLove · 2026-10-17
- NVIDIA 公开 Nemotron 中训练配方:500B token 提升智能体能力 — denisyarats · 2026-10-17
- PySR v2 发布：符号回归库历经两年升级，速度大幅提升 — MilesCranmer · 2026-10-17