論文の概要: x-Prediction Is All You Need:Training-Free Accelerated Generation via Endpoint Decodability
- arxiv url: http://arxiv.org/abs/2607.06114v2
- Date: Sat, 11 Jul 2026 13:56:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 13:33:35.668636
- Title: x-Prediction Is All You Need:Training-Free Accelerated Generation via Endpoint Decodability
- Title（参考訳）: x-Predictionは必要なすべて:エンドポイントのデオーダビリティを経由した、トレーニング不要な高速化ジェネレーション
- Authors: Xin Peng, Ang Gao,
- Abstract要約: 拡散およびフローマッチングモデルは高品質なサンプルを生成するが、そのODEサンプルは数十万のニューラルファンクション評価(NFE)を必要とすることが多い。
多くの加速器は再訓練、蒸留、軌道再設計を通じて追加の設計選択と訓練コストを必要とするため、これはリリースされたチェックポイントにとって実用的な課題である。
我々は$x$-predictionに基づいて異なる経路を探索する。
SDXL、SD3.5M、Z-Image-Turbo、および3つのクラス条件ベンチマークで、NFEをほぼ一致した品質で20-70%削減する。
- 参考スコア（独自算出の注目度）: 7.28668585578288
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Diffusion and flow matching models generate high-quality samples, but their ODE samplers often need tens to hundreds of neural function evaluations (NFEs). This remains a practical challenge for released checkpoints, since many accelerators require additional design choices and training cost through retraining, distillation, or trajectory redesign. We investigate a different route based on $x$-prediction. During sampling, standard affine probability paths already expose $x_0$ information: an intermediate state and its path velocity determine a principled estimate of the clean sample. We formalize this property as \textbf{endpoint decodability} and show that the decoder is the minimum-MSE estimator $\mathbb{E}[x_0\mid x_t]$ under the usual $\ell_2$ objective. This yields \textbf{Truncated Jump Sampling} (TJS): stop the ODE at an early-exit time $t^*$ and return the decoded $x_0$. TJS requires no retraining, distillation, or architecture change. Across SDXL, SD3.5M, Z-Image-Turbo, and three class-conditional benchmarks, it reduces NFEs by 20--70\% with near-matched quality. The analysis also shows why endpoint prediction can work without straightening the trajectory, providing inference acceleration without trajectory redesign.
- Abstract（参考訳）: 拡散とフローマッチングモデルは高品質なサンプルを生成するが、ODEサンプルは数十から数百のニューラルファンクション評価(NFE)を必要とすることが多い。
多くの加速器は再訓練、蒸留、軌道再設計を通じて追加の設計選択と訓練コストを必要とするため、これはリリースされたチェックポイントにとって実用的な課題である。
我々は$x$-predictionに基づいて異なる経路を探索する。
サンプリング中、標準的なアフィン確率パスは、既に$x_0$の情報を公開する: 中間状態とその経路速度は、クリーンサンプルの原理的な推定を決定する。
この性質を \textbf{endpoint decodability} として定式化し、デコーダが通常の$\ell_2$の目的の下で最小MSE推定器 $\mathbb{E}[x_0\mid x_t]$ であることを示す。
これは、textbf{Truncated Jump Smpling} (TJS): 早期終了時にODEを停止し、デコードされた$x_0$を返す。
TJSは再訓練、蒸留、アーキテクチャの変更を必要としない。
SDXL、SD3.5M、Z-Image-Turbo、および3つのクラス条件ベンチマークで、NFEをほぼ一致した品質で20-70\%削減する。
分析はまた、なぜ終端予測が軌道を直線化せずに機能するのかを示し、軌道の再設計なしに推論加速度を与える。
関連論文リスト
- Asymptotic-Preserving A Posteriori Analysis of Diffusion and Flow-Matching Samplers [0.6768558752130311]
拡散及びフローマッチングサンプリングは、学習した確率フローODEを、大きなノイズスケールから小さな終端フロア($_min$)まで統合し、スコアが硬く、フローが境界層を発達させる。
特異摂動パラメータとして$_min$を扱い、どの固定ステップサンプリングが解けるかを決定する。
論文 参考訳（メタデータ） (2026-07-05T04:48:33Z) - Causal Forcing++: Scalable Few-Step Autoregressive Diffusion Distillation for Real-Time Interactive Video Generation [50.55853275866995]
リアルタイムのインタラクティブなビデオ生成には、低レイテンシ、ストリーミング、コントロール可能なロールアウトが必要である。
本稿では,フレームワイドの自己回帰を1～2ステップのサンプリングで行うという,よりアグレッシブな設定について検討する。
原理的かつスケーラブルなパイプラインである textbfCausal Forcing++ を提案する。
論文 参考訳（メタデータ） (2026-05-14T17:46:36Z) - Post-Training with Policy Gradients: Optimality and the Base Model Barrier [27.674563695368665]
結果とプロセス報酬を伴う線形自己回帰モデルの訓練後評価について検討する。
我々は、ポリシー勾配(PG)の変種が、本質的に最小限の報酬クエリ数を持つ1-varepsilon$を実現できることを証明した。
論文 参考訳（メタデータ） (2026-03-07T00:25:53Z) - Meta Flow Maps enable scalable reward alignment [22.109809498990362]
生成モデルの制御には計算コストがかかる。
これは、推論時ステアリングや微調整による報酬関数の最適アライメントが、値関数を推定することを要求するためである。
フレームワークの一貫性モデルであるMeta Flow Map (MFM)を導入し、フローマップをシステムの拡張に適用する。
論文 参考訳（メタデータ） (2026-01-20T19:39:56Z) - Catch Your Breath: Adaptive Computation for Self-Paced Sequence Production [55.76222360698305]
我々は,言語モデルが入力トークン毎に使用する計算ステップの数を動的かつ自律的に拡張できるような,教師付きトレーニング目標のクラスを探索する。
任意のトークンに対して、モデルは don't know> 出力を出力することで、追加の計算ステップを要求できる。
CYBモデルでは精度が向上し,トークンレベルの複雑性とコンテキストに処理時間を適用することができる。
論文 参考訳（メタデータ） (2025-10-13T21:07:05Z) - Simple ReFlow: Improved Techniques for Fast Flow Models [68.32300636049008]
拡散および流れマッチングモデルは、優れた生成性能を実現するが、多くのサンプリングステップを犠牲にしている。
我々は、力学、学習、推論のトレーニングに7つの改善点を提案する。
我々は、ニューラルネットワークによる高速な生成のために、最先端のFIDスコア(ガイダンスなし/参照なし)を達成している。
論文 参考訳（メタデータ） (2024-10-10T11:00:55Z) - Better Training of GFlowNets with Local Credit and Incomplete
Trajectories [81.14310509871935]
エネルギー関数が終端状態だけでなく中間状態にも適用できる場合を考える。
これは例えば、エネルギー関数が加法的であるときに達成され、軌道に沿って項が利用できる。
これにより、不完全なトラジェクトリであってもパラメータの更新に適用可能なトレーニングの目標が可能になる。
論文 参考訳（メタデータ） (2023-02-03T12:19:42Z) - Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and
Variance Reduction [63.41789556777387]
非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。
Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
論文 参考訳（メタデータ） (2020-06-04T17:51:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。