跳到正文
arXiv · ML· Maciej Falkiewicz, Frantzeska Lavda, Jason Ramapuram, Alexandros Kalousis·· 2026-10-14AI 评分22

学习重要性加权流匹配的ω次方条件分布

Learning $\omega$-Powered Conditional Distributions with Importance-Weighted Flow Matching

AI 导读

引入重要性加权条件流匹配(IW-CFM),通过冻结模型的密度比重加权,使梯度与流匹配对齐ω次方目标。 在 ImageNet 上,轻量级校正器比固定或匹配引导的 CFG 实现更好对齐,并展示了幂密度排序分析。

来源:arXiv · ML · arxiv.org