📄 论文研究 · 19 小时前

连续扩散与流匹配模型有望成为语言建模中自回归方法的有力替代，可解锁加速采样与倾斜等连续模态优势。近期研究通过高斯分布与one-hot编码数据分布间的简单流匹配过程，实现离散数据的连续生成，并借助分类流映射（CFMs）验证了加速采样的可行性，样本质量具有竞争力。

📎 来源：Apple Machine Learning Research（RSS） | https://machinelearning.apple.com/research/scaling-categorical-flow-maps
🔗 原文：AI大事件