MintFlow:对预训练流轨迹做最小干预以满足约束
热点事件持续更新
MintFlow:对预训练流轨迹做最小干预以满足约束
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yesom Park 等人提出 MintFlow,一个免训练的约束采样框架:把约束满足建模为对预训练流匹配轨迹的最小干预,通过最小扰动中间流状态,使其在预训练流场下演化后满足目标约束。该方法给出扰动的闭式解,免去昂贵的迭代优化,并自适应选择干预时刻以平衡扰动幅度与放大效应。据论文报道,在生成视觉和物理系统建模任务上,MintFlow 在约束满足具竞争力的同时,比现有 SOTA 方法更好地保留预训练分布。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
MintFlow:面向约束流匹配的最小轨迹干预方法报道时间线
沿着报道,了解事件的不同侧面。
10月31日
- arXiv cs.AIMintFlow:面向约束流匹配的最小轨迹干预方法
MintFlow 是一个免训练的约束采样框架,把约束满足建模为对预训练流轨迹的最小干预,通过最小扰动中间流状态使其在预训练流场下演化后满足目标约束。伴随方法给出扰动的闭式解,免去昂贵的迭代优化,并自适应选择干预时刻以平衡扰动幅度与放大效应。在生成视觉和物理系统建模任务上,MintFlow 在约束满足具竞争力的同时,比现有 SOTA 方法更好地保留预训练分布。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。