arXiv · cs.AI · Saptarshi Roy, Alessandro Rinaldo, Purnamrita Sarkar · 8 小时前模型评分34
Rectified Flow 如何自动适应目标分布低维性以加速采样
Low-Dimensional Adaptation of Rectified Flow: A Diffusion and Stochastic Localization Perspective
导读
研究证明，Rectified Flow（RF，整流流）在采用端点自适应的时间离散方案且漂移估计足够准确时，采样迭代复杂度为 O(k/ε)，其中 k 是目标分布的内在维度。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “In this paper, we investigate how well RF automatically adapts to the intrinsic low dimensionality of the support of the target distribution to accelerate sampling.”
来源：arXiv · cs.AI · arxiv.org