ReSFlow：离散数据一步生成方法被NeurIPS接收
热点事件历史事件
ReSFlow：离散数据一步生成方法被NeurIPS接收
1 篇报道1 个报道来源5 天前更新
先了解这件事
AI 综述
内蒙古大学、上海财经大学与CMU团队提出离散数据生成方法ReSFlow，将类别概率经平方根映射到球面，在球面上重新配对并整流生成轨迹，使模型一次调用即可完成生成；该工作已被NeurIPS 2026接收。 团队称，在二值化MNIST上，ReSFlow一次模型调用达到接近Statistical Flow Matching（SFM）34次调用的生成质量；在条件启动子DNA设计任务中，一步采样与完整ODE采样的预测活性谱误差接近，生成1000条序列的时间从67.94秒缩短至0.409秒。 一步推理仍需额外的整流训练，团队表示其在更大规模数据和复杂条件任务上的效果有待探索。
AI 根据报道生成 · 5 天前更新
最新进展11月4日 00:02
ReSFlow：在统计流形上整流离散生成路径，实现一步采样报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 机器之心 · AI4Science精选ReSFlow：在统计流形上整流离散生成路径，实现一步采样
内蒙古大学、上海财经大学与CMU团队提出ReSFlow，将类别概率经平方根映射到球面，在球面上重新配对并整流生成轨迹，使离散数据可一次模型调用完成生成，该工作已被NeurIPS 2026接收。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月4日 01:00
- 近 24 小时变化
- -21%
02.557.510
11月5日11月6日11月7日11月8日11月9日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。