研究者提出PDFM约束生成方法

研究者提出一种名为 Primal-Dual Flow Matching（PDFM）的生成方法，在流匹配参数化下实现样本级约束生成，可直接控制约束满足率。该方法只需二元成员预言机反馈即可判断约束是否满足，无需可微距离、投影，也不要求约束集具有凸性等特殊结构。 据作者称，PDFM 在保持分布保真度的同时，约束满足率优于原生流匹配，并与约束感知基线表现相当。该论文已被 NeurIPS 2026 接收，代码已开源。

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。