标签
引入了Simplax，一种精确的Dirichlet-类别增强方法，用于均匀离散扩散，可改善文本和数独任务中的反向采样和生成质量。
本文介绍了PMOT，一种基于连续归一化流的通用p-代价最优传输势流框架，具有理论上零损失精确性，并在合成和高维基准测试上取得了有前景的结果。
本文提出了缺失数据流匹配（Missing-Data Flow Matching）方法，该方法将训练样本中缺失的坐标视为潜在变量，并在可能取值上对流匹配损失进行平均。理论分析表明该修正是精确的，并提供了设计指导，实验在表格数据上验证了该方法的有效性。
SE(3)-MeanFlow 提出了一种在李群上进行蛋白质骨架生成的少步生成框架，将 MeanFlow 扩展到 SE(3)，采用闭式平均速度训练目标和基于修正的后训练，在减少采样步数的情况下达到或超过流匹配基线。
提出存在场扩散模型（EFDM），通过带有存在变量的统一扩散过程联合建模点集的空间位置和基数，无需显式的离散转换。
本文介绍了探索式建模（Explorative Modeling），这是一种新的生成建模范式，通过探索模型生成与数据之间的候选匹配来分解训练循环。它确立了除参数和数据之外的第三个预训练轴，提高了图像、视频和语言领域的扩展效率，并以更少的推理步骤实现端到端生成建模。
本文通过一个代价元组将十二种连续时间生成模型统一在平均场博弈论框架下，介绍了MFGLab（一个自动共享训练循环和求解器的PyTorch库），并提出了使用可微熵函数以改善模式覆盖的DI-Flow。
本文构建了一个用于扩散模型训练中噪声水平最优分配的统计框架，表明在耦合机制下最优调度是原子化的，而在独立学习机制下遵循平方根熵代理，实验证实了这些预测。
介绍了一种名为三体散射建模（TBSM）的框架，用于学习传输场的一步生成建模。该方法在ImageNet-256上取得了具有竞争力的结果，并扩展到参数量高达200亿的文本到图像模型。
研究人员提出Latent Thought Flows，将256个文本令牌压缩为8个连续潜变量，实现单步生成，在推理计算与生成质量的帕累托前沿上优于自回归基线。
本文提出JoPMol，一种联合控制的精准分子生成模型，整合基因表达谱、分子结构文本和化学性质，生成个性化候选药物，性能优于现有最先进方法。
本文提出BattVAE-GP，一种混合物理-概率框架，结合变分自编码器与稀疏多任务高斯过程，生成并插值具有不确定性估计的长时程电池退化轨迹，为锂离子电池健康预测提供高效代理建模。
本文介绍了VideoRAE，一种表示自编码器，它利用冻结的视频基础模型来创建紧凑、可重建且利于生成的视频潜在表示。该模型在UCF-101上取得了最先进的结果，且收敛速度优于其他自编码器。
感知流匹配在感知特征空间中对流匹配进行监督，使得仅需4-8步采样而非35-50步即可实现高质量少步生成，且无需教师模型。
提出SNAP-FM方法，利用稀疏GPU非线性优化加速物理约束生成建模中的约束投影，在保持精确物理约束满足的同时实现更快的推理。
TDGT是一个用于合成表格数据生成的基于Web的工具包，引入了自适应贝叶斯混合合成器（ABMS）算法和混合VAE-ABMS模型，具有GPU加速和全面的保真度评估。
MIMFlow 集成了掩码图像建模与归一化流，用于端到端图像生成，在 ImageNet 256x256 上实现了 2.50 的 FID，且使用的 token 数量比标准模型少 50%。
研究人员引入了NanoGen，一个用于训练和评估扩散变换器的统一框架，并提出了DiffusionBench，一个结合了ImageNet类别条件和文本到图像生成的全面基准，以更好地评估生成建模的进展。
本文提出了Reversal Q-Learning（RQL），一种离线强化学习算法，它利用扩展马尔可夫决策过程框架和技术训练流策略，无需随时间反向传播即可实现离策略强化学习。该算法在具有挑战性的模拟机器人任务上达到了最先进的性能。
介绍Perron–Frobenius算子匹配（PFOM），一种通过积分PF算子匹配统一流、扩散和跳跃模型的生成框架，证明KL散度可导出与Koopman路径等价的实用损失，并开发了Nesterov加速训练和采样以提高效率。