研究证明Rectified Flow样本复杂度达O(ε⁻²)

arXiv 论文《Rectified Flows 的阶最优样本复杂度》证明，约束传输轨迹为线性的 Rectified Flows 模型可达到 Õ(ε⁻²) 的样本复杂度。作者 Hari Krishna Sahoo、Mudit Gaur、Vaneet Aggarwal 称，在神经网络类与数据分布的标准假设下，该结果优于 Flow Matching 已知最佳的 O(ε⁻⁴) 界，并匹配均值估计的最优速率。 分析利用线性路径上平方损失训练带来的局部化 Rademacher 复杂度，作者据此为该模型在单步 Euler 采样下仍具高质量生成能力提供了理论解释。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。