AREX：流匹配模型免训练少步采样器

Shizheng Lin、Soon Hoe Lim 和 N. Benjamin Erichson 提出免训练采样器 AREX，用于预训练的 flow matching 模型。它把采样动态分解为目标均值和协方差确定的仿射分量与神经残差项，用显式矩阵值传播子解析积分仿射部分，只对残差项做数值积分，因此不限于标量指数积分器能处理的各向同性线性动态。 作者称，在图像生成和文本到图像生成任务中，AREX 在少步采样下持续提升样本保真度，且无需重新训练底层模型。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。