scalable-algorithm

本文介绍了Quantile AlignTree Flow Matching (QAT-FM)，这是一种用于流匹配的结构化耦合方法，通过使用分位数对齐树构建层次化耦合，以实现非交叉路径和高效的高维生成任务训练。

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。

本文介绍了FewRS，一种基于重采样的方法，它大幅减少了统计可靠数据挖掘所需的重采样数据集数量，在保持严格错误发现控制和高统计功效的同时，实现了高达两个数量级的加速。