NeurIPS 2026论文ReSFlow实现离散数据一步生成

研究团队提出ReSFlow方法，通过将类别概率映射至球面并整流路径，实现离散数据一步生成。该工作已被NeurIPS 2026接收。 在二值化MNIST数据集上，ReSFlow一次模型调用的生成质量接近Statistical Flow Matching 34次调用的结果。这表明新方法在减少迭代次数方面具有显著优势。 在DNA序列设计任务中，一步采样将生成1000条序列的时间从67.94秒缩短至0.409秒。实验结果验证了ReSFlow在效率与生成质量上的平衡能力。

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。