Preconditioned Flow Matching 方法提出

研究提出 Preconditioned Flow Matching (PFM)，通过预变换目标分布至各向同性空间解决流匹配优化瓶颈。理论证明预处理可重塑中间路径并改善条件数，避免梯度下降对高方差方向拟合过快的问题。 实验在 MNIST 及 512x512 高分辨率数据集上显示，PFM 显著提升了 FID、MMD 及精度召回率。研究指出性能增益源于几何结构改善而非参数量增加，验证了方法在高分辨率生成任务中的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。