★ 3
Normalizing Flow Maps 兼顾少步生成与精确似然
论文提出 Normalizing Flow Maps(NFM),一类可精确求逆的推前映射,统一了归一化流与流映射,并给出点匹配与分布匹配两条一致性训练目标。在 CIFAR-10、ImageNet-64 条件生成上达到参数匹配归一化流的最优样本质量,并支持基于似然的 RLHF。
arXiv cs.LG14 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出 Normalizing Flow Maps(NFM),一类可精确求逆的推前映射,统一了归一化流与流映射,并给出点匹配与分布匹配两条一致性训练目标。在 CIFAR-10、ImageNet-64 条件生成上达到参数匹配归一化流的最优样本质量,并支持基于似然的 RLHF。
论文在 1D 平坦环面上发现 Riemannian 流匹配扩展可能被推向远离数据的速度场全局优化,并将此归因于「相容性」缺失。作者给出相容性一般条件,并提出基于端点指数族、仅支持可行速度的新目标,在球面地理基准与人体姿态数据上优于既有方法。