图像生成

Sampling from Flow Language Models via Marginal-Conditioned Bridges

通过边缘-条件化桥梁采样流语言模型

Iskander Azangulov, Leo Zhang

机构 * Department of Statistics, University of Oxford（牛津大学统计系） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出通过边缘-条件化桥梁采样流语言模型，该方法在每一步从因子化后验中采样干净的一热序列，并利用奥本-乌伦贝克桥进行下一步状态采样，从而在不训练的情况下提升质量-多样性平衡。

Efficient simulation of chemical reaction in DSMC

化学反应在DSMC中的高效模拟

Hong Deng, Liyan Luo, Lei Wu

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种宏观-介观确定性-随机耦合策略，用于加速包含化学反应的直接模拟蒙特卡罗方法。通过整合连续本构关系和高阶本构关系，结合采样和嵌入，实现高效准确的模拟，显著减少计算瓶颈。

Sample-Efficient Optimisation over the Outputs of Generative Models

基于生成模型输出的高效优化

Samuel Willis, Paul Duckworth, Jack Simons, Aleksandra Kalisz, Krisztina Sinkovics, Noam Ghenassia, Shikha Surana, Henry T. Oldroyd, Alexandru I. Stere, Dragos D Margineantu, Carl Henrik Ek, Henry Moss, Erik Bodin

机构 * University of Cambridge（剑桥大学） ； Lancaster University（兰卡斯特大学） ； Karolinska Institutet（卡罗林斯卡研究院） ； Boeing Commercial Airplanes（波音商用飞机） ； Boeing AI（波音人工智能） ； InstaDeep ； Monumo 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出O3方法，通过构建代理潜在空间实现对扩散和流匹配模型的高效黑盒优化，提升样本评分性能，无需额外训练。

CoFlow: Coordinated Few-Step Flow for Offline Multi-Agent Decision Making

CoFlow：协调的少步流用于离线多智能体决策制定

Guowei Zou, Haitao Wang, Beiwen Zhang, Boning Zhang, Hejun Wu

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 CoFlow通过协调速度注意力和自适应协调门控，在少步生成中保持多智能体协调，提升离线多智能体强化学习的效率与协调性。

Comments 34 pages, 15 figures, 10 tables. Project page: https://guowei-zou.github.io/coflow/

Does Engram Do Memory Retrieval in Autoregressive Image Generation?

Engram是否在自回归图像生成中执行记忆检索？

Jinghao Wang, Qiyuan He, Chunbin Gu, Pheng-Ann Heng

机构 * The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 其他图像生成 ：image generation(title,abstract)；分类 cs.CV

AI总结 研究探讨Engram模块在自回归图像生成中的作用，发现其虽节省计算量但未提升样本质量，且模块行为更像一个带门控的架构旁路而非内容寻址检索器。

Comments 9 pages