AGI Hunt· UCBerkeley·· 3 小时前AI 评分41
UC Berkeley 研究：可扩展在线最优传输耦合，让 flow matching 训练更稳
Berkeley 研究:可扩展在线最优传输耦合,让 flow matching 训练更稳
AI 导读
UC Berkeley（Peter Chen、Sergey Levine）提出可扩展的在线熵正则 OT 近似，支持大幅更大的源-目标耦合，以解决 flow matching 扩展中的训练稳定性问题。
来源：AGI Hunt · agihunt.info