機器之心● 精選AI 評分69
NeurIPS 2026 論文 ReSFlow 讓離散資料一步生成
被 NeurIPS 2026 接收的 ReSFlow 把類別機率經平方根對映投到球面，在 Fisher–Rao 幾何下重新配對、整流生成軌跡，使字元、二值畫素和 DNA 鹼基等離散資料只需一次模型呼叫就能生成。在二值化 MNIST 上，它一步取樣的 FID 為 5.973，接近 SFM（Statistical Flow Matching）呼叫 34 次的 5.922；
搜尋
找到 2 筆；也可以試試 語意搜尋
Apple Machine Learning ResearchAI 評分50
研究指離散擴散模型單步生成依賴條件獨立假設
一項研究分析了離散擴散模型（含 remasking 與 uniform-state 取樣器）的單步生成機制，指出一步生成只有在所寫位置在已固定 token 條件下相互獨立時，才與訓練分佈匹配。研究證明，任何逐位置分佈的乘積都無法匹配存在依賴關係的 token 組，而畫素、音素、詞等常見領域中的 token 本身存在固有依賴。