LLM推論初出 7/24 02:57
フローマップの拡張
Expanding Flow Maps
https://export.arxiv.org/api/query2026/7/24
AI要約
既存のフローベース生成モデルは次元数や系列長に制約がある。本研究では、次元が増加する状態空間を扱うExpanding Generative Flows (EFlows)を提案し、より柔軟な生成を可能にする。
AI要点
- 既存のフローベース生成モデルは、固定次元や固定系列長に制約される。
- 本研究では、次元が増加する分布間のフローを定義するExpanding Generative Flows (EFlows) を提案。
- EFlowsに基づき、Expanding Flow Maps (EFMs) を開発し、効率的な数ステップ生成モデルを構築。
- EFMsは、状態を条件とする拡張演算子と、補間を前進させる輸送マップから成る。
- 可変サイズのグラフ生成や可変長系列生成にも拡張可能。
なぜ重要か
生成モデルの出力サイズ(次元や系列長)を学習可能な自由度として扱えるようにすることで、より柔軟で多様なコンテンツ生成を可能にし、画像、テキスト、グラフなど様々なモダリティへの応用が期待される。