该论文提出了一种新的流算法，用于求解子模最大化问题。该算法采用数据采样，在各种情况下获得最紧密的逼近保证，并具有最小的内存占用和对函数评估数量的最低要求。试验结果显示，该算法在大规模机器学习问题的子模最大化中能够显著提高性能。