Berkeley提出可扩展在线OT耦合方法

2026年10月15日，AGI Hunt 报道，UC Berkeley 的 Peter Chen、Sergey Levine 提出一种可扩展的在线熵正则最优传输（OT）近似方法。该方法面向 flow matching 训练中的稳定性问题，支持大幅更大的源—目标耦合。报道称，这一工作旨在解决 flow matching 扩展过程中的训练稳定性难题。目前该事件仅有这一篇报道，尚无更多后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。