Weighted Adjoint Matching：用时间相关控制成本微调流匹配模型

Weighted Adjoint Matching 通过给控制成本加时间相关权重来微调预训练的扩散或流匹配模型：生成早期高成本以保持粗粒度特征的平衡与多样性，后期低成本以细化细节提升奖励。该方法被证明等价于在生成路径上做时间变化的 KL 正则化下最大化奖励，在高斯混合与 MNIST 实验中比 Adjoint Matching 取得更好的奖励与模式平衡权衡。