non-equilibrium

本文开发了一种生成式流匹配方法，用于捕获非平衡随机系统中的非马尔可夫动力学，并展示了与马尔可夫基线相比，在Kramers首次通过时间问题上的改进预测。

本文提出了一个统一的理论框架，用于描述深度学习中的相变（grokking、涌现能力）和非平衡化学中的相变，将两者描述为受两个梯度场控制的驱动信息系统。