新库将12种生成模型统一为均场博弈

研究人员推出MFGLab，一个开源的PyTorch库，在一个变分问题框架下统一了十二种连续时间生成模型。该方法将Continuous Normalizing Flows、OT-Flow和基于分数的模型等视为均场博弈（MFGs）的特例。该库允许用户通过可组合的成本元组指定模型，自动处理训练循环和采样。此外，该论文提出了一种新的成本设计DI-Flow，该设计包含一个可微分的熵泛函，以增强模式覆盖，并引入了基于学习的MFG求解器，在特定任务上的表现优于神经训练。 AI

影响 这种统一的框架和新库可以简化连续时间生成模型的开发和探索。

排序理由 该集群描述了一个新的开源库和一个在arXiv论文中提出的新颖模型设计，该设计统一了现有的生成模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Continuous Normalizing Flows
• DI-Flow
• MFGLab
• OT-Flow
• PyTorch
• Schrödinger Bridges
• score-based models

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →