arXiv · ML· Eliot Beyler, Francis Bach·· 2026-10-15AI 评分21
Weighted Adjoint Matching:基于时变控制代价微调流匹配模型
Weighted Adjoint Matching: Finetuning Flow Matching Models with Time-Dependent Control Cost
AI 导读
研究人员提出 Weighted Adjoint Matching,利用时变权重控制代价微调扩散或流匹配模型。该方法在生成早期施加高成本以保留语义平衡,末期降低成本以细化细节。 实验在 Gaussian mixtures 和 MNIST 上显示,该方法在奖励与模式平衡之间取得了优于 Adjoint Matching 的权衡。
来源:arXiv · ML · arxiv.org