★ 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
#归一化流
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
Normalizing Trajectory Models：少步扩散的精确似然建模
论文提出归一化轨迹模型（NTM），将扩散模型的每个反向步骤建模为表达力强的条件归一化流，实现精确似然训练。该方法在少步生成场景下兼顾了采样效率与似然框架，弥补了蒸馏、一致性训练等现有方法牺牲似然的缺陷。
Apple Machine Learning Research25 天前
★ 1
研究者用局部后验推断改进海洋湍流闭合模型校准
论文构建按观测与目标情境接近度加权的局部后验族，用高斯局部化权重纳入情境不确定性，并以条件归一化流做摊销变分推断。在 Branin-Hoo 双实验与单柱海洋模型 k-ε 湍流闭合应用中，局部后验校准相比确定性校准与全局后验校准降低了温度与纬向速度误差。
arXiv cs.AI3 天前