标签
本文提出TAKE（轨迹感知知识估计），一个文本数据集蒸馏框架，利用影响函数和最优传输将数据集缩减至原始大小的0.1%，同时保持下游任务性能。
FastAlign 提出了一种可扩展、感知稀疏性的最优传输网络对齐框架，在实现最先进精度的同时，将计算时间在 CPU 上最多减少 9.45 倍，在 GPU 上最多减少 32.54 倍。
VTaMo 引入了显式的多粒度视频-文本对齐方法，通过最优传输和对比学习实现手语翻译，在四个基准测试上取得了最先进的性能。
本文介绍了Reward Transport方法，该方法在流匹配训练中使用最优传输耦合，将标量噪声坐标与分子奖励对齐，从而在推理时无需额外计算即可实现对logP和QED等分子属性的单调控制。
本文提出了Diffusion Semi-Relaxed Fused Gromov-Wasserstein (DsrFGW)方法，这是一种通过最优传输和扩散过程整合节点特征与结构连接性的新型图比较方法，在合成任务上展示了对噪声和缺失边更高的鲁棒性。
提出SAOT，一种用于自监督持续图学习的结构感知最优传输框架，能够跨任务保留关系结构。在多个基准测试中相较于现有最佳方法取得了显著性能提升，其中在Products-CL上改进幅度高达15%。
OTCache是一个无需训练的框架，利用最优传输预测扩散模型的缓存调度，在FLUX.1、Qwen-Image和HunyuanVideo上实现了高达4.7倍的加速，同时提高了生成保真度。
本文介绍了ReMatch方法，该方法通过PCA空间中的最优传输将训练残差分布与测试时分布对齐，以减轻概率降尺度中的偏差，从而获得更好的校准和离散度。
本文揭示了扩散模型和流匹配是同一Wasserstein几何的两面：扩散遵循自由能梯度流（初值问题），而流匹配遵循Wasserstein测地线（边值问题），它们通过JKO格式统一起来。
MeshFlow 引入了一种等变最优传输流匹配模型，用于直接生成三角形网格，在达到最先进质量的同时，相比自回归方法提供了约18倍的推理加速。
本文提出RicciBind，一种集成里奇曲率和最优传输的几何表示框架，用于蛋白质-配体结合亲和力预测，在多个基准测试中展示了卓越的准确性和可解释性。
本文将对基于最优传输的幻觉检测扩展到NMT和抽象式摘要中的所有解码器层，发现检测主要集中在早期层，并且由于忠实性失败无法通过注意力集中检测到，几何信号在摘要任务中迁移效果不佳。
本文扩展了MST-Direct方法（一种使用Sinkhorn最优传输进行多元地质统计模拟的方法），从双变量无条件小网格设置扩展到多元、条件和大规模设置，精确保持联合分布，并优于现有方法。
提出OTP-FM，一种新颖的多边缘流匹配方法，利用最优传输势来软性地引导流通过中间边缘分布，在单细胞RNA测序、海洋学和气象学数据集上实现了最先进的性能。
本文提出了一种基于最优传输的置换不变贝叶斯优化方法，用于优化海上风电场布局。与标准贝叶斯优化相比，该方法将计算时间减少一半，并生成更优的布局。
CellBRIDGE是一种新方法，通过引入配体-受体相互作用成本来模拟细胞间通讯，增强了对scRNA-seq轨迹推断的最优传输，改进了对齐并实现了可解释的计算机模拟扰动。
本文提出了一种主动时间点选择框架，用于从稀疏快照推断概率路径。通过线性化最优传输将分布映射到切空间，以进行高斯过程建模，从而实现具有不确定性感知的采集策略。
DOT-MoE将密集层分解形式化为可微最优传输问题，能够高效训练稀疏MoE模型，在将活跃参数减少50%的同时保留原始模型90%的性能。
提出AvAtar，一个基于最优传输的原理性主动对齐框架，通过主动获取高质量监督来改进对齐效果，并利用伴随状态方法实现高效的梯度计算。
本文提出了Gen-ROTDA，一种鲁棒最优传输引导的残差域适应框架，用于时间域偏移下的共享单车需求预测，与基线方法相比，在稳定性与准确性上均有提升，尤其适用于含噪目标数据。