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。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →