流匹配模型的得分蒸馏

流匹配模型的得分蒸馏
Apple Machine Learning Research
Apple Machine Learning Research ·
INRFlow：环境空间中INR的流匹配

INRFlow：环境空间中INR的流匹配
Apple Machine Learning Research
Apple Machine Learning Research ·

本研究提出Flow-GRPO方法，首次将在线强化学习应用于流匹配模型，有效提升文本到图像任务的生成准确性和人类偏好对齐效果。

Flow-GRPO: Training Flow Matching Models through Online Reinforcement Learning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了 exttt{Latent-CFM}方法，解决了流匹配模型在高维数据集中的学习效率问题，通过预训练深度潜变量模型整合多模态数据，显著提高生成质量并减少约50%的训练时间。

利用潜变量的高效流匹配
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
简单ReFlow：快速流模型的改进技术

简单ReFlow：快速流模型的改进技术
Apple Machine Learning Research
Apple Machine Learning Research ·

本研究提出了一种环境空间流变换器（ASFT），旨在简化流匹配模型在不同数据域中的训练过程。实证结果表明，ASFT在处理图像和3D点云等数据模态时表现优异，具有良好的跨域适应能力。

Coordinate Input and Value Output: Training Flow Transformers in Environmental Space
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了一种快捷模型，解决了扩散模型和流匹配模型生成过程中的高成本和慢速问题。该模型通过单一网络和训练阶段，实现快速生成高质量样本，并可调整步长，在多种采样步预算下表现优异，具有重要应用潜力。

通过快捷模型实现一步扩散
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证