自条件化让流匹配模型实现深度视觉推理

1. 12:00
   arXiv cs.CV

   自条件机制让 Flow Matching 实现深度序列推理

   研究从电路复杂度角度证明，标准 flow matching 采样器的轨迹可由常数轮并行模型评估模拟，因此增加采样步数无法提升固定深度主干模型的表达能力。自条件（self-conditioning，即用上一步对最终图像的估计作为条件）能打破这一瓶颈：在多种视觉推理任务上，带自条件的 flow matching 准确率更高、推理深度更大，且性能随采样步数增加而提升。

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。