SGFlow

新的SGFlow方法在没有显式反演的情况下学习生成模型流图

研究人员推出了一种新颖的SGFlow方法，用于学习生成模型中的流图，该方法无需显式的可逆性约束或通过模型迭代进行计算成本高昂的微分。该方法通过遵循具有所需流图固定点的非保守动力学来训练模型，以同时计算ODE解和隐含速度。在CIFAR基准测试中，SGFlow在10个采样步长下实现了最佳FID，并展示了与流匹配和Meanflow等其他方法相媲美的性能，同时独特地为其动力学提供了经过验证的固定点保证。