ReSFlow:在统计流形上拉直离散流,一步采样生成质量提升
jiqizhixin · x · 2026-11-22
内蒙古大学、上海财经大学与卡内基梅隆大学的研究者在 arXiv 发布 ReSFlow。离散生成模型在两个概率分布之间往往要沿弯曲路径走很多积分步,ReSFlow 的做法是在统计流形上对 categorical flow 做 rectify:学习从简单先验到目标分布的路径时尊重流形几何,使路径接近测地线,从改变传输问题本身入手,让单步采样变得可用而无需反复数值积分。实验覆盖图像、文本与生物序列生成,论文报告单步生成质量均获提升,并对学到的轨迹做了几何分析。
「研究」频道最新
- 高露洁论文:让 LLM 角色扮演顾客可预测真实购买意愿 — BenBajarin · 2026-11-22
- Ultra-fast SAT solvers could become an ordinary inference-time verification loop — _onionesque · 2026-11-22
- NBER 研究 50 万开发者:编码 Agent 令提交量增 240% — Antique_Atmosphere97 · 2026-11-22
- Ben Goertzel 谈 AI 证明黎曼猜想:奇点临近,算力决定数学荣耀 — bengoertzel · 2026-11-22
- LessWrong 研究:循环 Transformer 显著增强无 CoT 推理,或更难监控 — CFGeek · 2026-11-22
- 「希尔伯特纲领迎来了辩护」:百年后我们正逼近形式化判定机 — teortaxesTex · 2026-11-22