Fugu-MT 論文翻訳(概要): Three-Body Scattering for Generative Modeling

論文の概要: Three-Body Scattering for Generative Modeling

arxiv url: http://arxiv.org/abs/2607.18198v1
Date: Mon, 20 Jul 2026 17:38:12 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-21 18:48:37.723782
Title: Three-Body Scattering for Generative Modeling
Title（参考訳）: 生成モデルのための3次元散乱
Abstract要約: 本研究では, 適切な分布エネルギーがサンプルレベルの運動を誘導し, 一段階発生器の直接回帰管理を可能にすることを示す。生成のための3次元散乱モデリングは、エネルギー距離を一定サイズ毎の弾道的相互作用に変換する。拡散関連監視,ドリフトライクなダイナミクス,およびGANライクな目的に関するデザインマップを提供する。
参考スコア（独自算出の注目度）: 17.851305398372794
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Modern generative models typically rely on an adversarial critic, a prescribed noise-to-data path, or an autoregressive factorization. Instead, we show that a proper distributional energy can induce sample-level motion and provide direct regression supervision for a one-step generator. Three-Body Scattering Modeling (TBSM) for generation turns the energy distance into a constant-size per-projectile interaction: each projectile is attracted toward one real source and repelled from one independently generated source. Conditioned on the projectile and its condition, its expectation equals the $2$-Wasserstein gradient-flow velocity of $\frac12D_E^2(P_θ,Q)$. A batch of $B$ frozen-target events yields $O(B)$ sample-level losses, each using one reference for its condition instead of the minibatch-wide all-pairs field used by methods such as Drifting Models. Tracking this conditional expectation online can reduce field noise. Using scattering in frozen image features, TBSM trains one-step generators on ImageNet-256, achieving FID${}=2.23$ with pixel-space PixelDiT-XL and FID${}=1.63$ with latent-space DiT-XL at NFE${}=1$. We provide a design map relating diffusion-related supervision, Drift-like dynamics, and GAN-like objectives. These results establish tracked scattering as a route to high-dimensional one-step generation. Code: https://github.com/sp12138/TBSM.
Abstract（参考訳）: 現代の生成モデルは、通常、敵対的批判、所定のノイズ・ツー・データ・パス、あるいは自己回帰的分解に依存している。代わりに、適切な分布エネルギーがサンプルレベルの運動を誘導し、1ステップのジェネレータに対して直接回帰監視を提供することを示す。生成のための3次元散乱モデリング(TBSM)は、エネルギー距離を一定の大きさの弾道間相互作用に変換する。投射体とその条件に基づいて、その期待値は$$2$-ワッサーシュタイン勾配-フロー速度$\frac12D_E^2(P_θ,Q)$と等しい。 B$凍結ターゲットイベントのバッチは、サンプルレベルの損失を$O(B)$とし、それぞれがドリフトモデルのようなメソッドで使用されるミニバッチワイド全ペアフィールドの代わりに、その条件に1つの参照を使用する。この条件付き予測をオンラインで追跡することは、フィールドノイズを減らすことができる。 FID${}=2.23$ with pixel-space PixelDiT-XL and FID${}=1.63$ with latent-space DiT-XL at NFE${}=1$。拡散関連監視,ドリフトライクなダイナミクス,およびGANライクな目的に関するデザインマップを提供する。これらの結果は、高次元の一段階生成への経路として追跡散乱を確立する。コード:https://github.com/sp12138/TBSM。

関連論文リスト

Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors [51.56484100374058]
自動回帰モデルは、長時間のロールアウトでエラーを蓄積しますが、デプロイ時には、それを測定するための基本的な真実はありません。我々は、方向フラグを介して動的システムを前方または後方にステップする単一の条件付き潜在拡散モデルを訓練する。この双方向性は測定不要なテスト時間誤差信号を提供することを示す。
論文参考訳（メタデータ） (2026-08-01T13:49:46Z)
Aligning Few-Step Generative Models by Amortizing Sample-based Variational Inference [60.82875447631739]
FAV, Few-step Generative Models Alignment via Sample-based Variational Inference。基準分布に固定された報奨型分布からのサンプリングとしてのFAVキャストアライメントロボット操作と画像生成のアライメントの2つの領域でFAVを評価する。
論文参考訳（メタデータ） (2026-05-26T05:02:49Z)
Stitched Value Model for Diffusion Alignment [76.52330634059528]
拡散またはフローベースの生成モデルは、即興の忠実さや美的嗜好など、タスク固有の報酬と整合していなければならない。本稿では、クリーンな画像のために事前訓練された報酬モデルをノイズの多い潜伏状態に効率的に転送するモデル縫合フレームワークであるStitchVMを提案する。提案手法は,下流のステアリングおよびポストトレーニング手法の幅広い改善をもたらすことを示す。
論文参考訳（メタデータ） (2026-05-19T13:02:50Z)
Scale-Equivariant Generative Forecasting: Weight-Tied Dilated Convolutions, Wavelet Scattering Inputs, and Spectral-Consistency Training for Self-Similar Time Series [0.0]
1次元因果ネットワークの離散スケール等式を正確に定義する。ダイアディック拡張は、カーネル重みがレベル間で共有されるような拡張畳み込みスタックで可換であることが証明される。 30年間のS&P 500日間のログリターンで、SE-WaveNetのサンプルは、Allan-Varianceトップ25宇宙上での経験的なスケール・崩壊の診断を再現した。
論文参考訳（メタデータ） (2026-05-17T18:21:30Z)
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)
One-Step Generative Modeling via Wasserstein Gradient Flows [56.266175641614986]
W-Flowは、単純な参照分布からサンプルをターゲットデータ分布からサンプルに変換するジェネレータを1ステップでトレーニングするフレームワークである。我々は1ステップのImageNet 256$times$256 生成のための新しい技術状況を設定し、モードカバレッジとドメイン転送を改善した 1.29 FID を達成した。
論文参考訳（メタデータ） (2026-05-12T08:29:44Z)
Language Modeling with Hyperspherical Flows [12.083218729202963]
近年のフロー言語モデル (FLM) は連続的な流れを言語に適用し、決定論的ODEを持つデータにノイズを伝達する。 $mathbbS$-FLMは、クロスエントロピーで学習した速度場に沿って$mathbbSd-1$の回転ベクトルによってシーケンスを生成する。 $mathbbS$-FLMは、大語彙推論における連続フロー言語モデルを大幅に改善する。
論文参考訳（メタデータ） (2026-05-11T18:32:32Z)
Duality Models: An Embarrassingly Simple One-step Generation Paradigm [46.10673908377537]
「入力1つ、出力1つ」のパラダイムは、トレーニング予算の分割を強制する。多段階の目的に十分なサンプルを割り当てると、数段階の世代は訓練されていない。本稿では,DuMo(Duality Models)を「1つの入力,2つの出力」パラダイムで提案する。
論文参考訳（メタデータ） (2026-02-04T17:16:22Z)
PINGS: Physics-Informed Neural Network for Fast Generative Sampling [0.0]
PINGSは,物理インフォームドネットワークをトレーニングし,逆時間確率フローのダイナミクスを近似することで拡散サンプリングを補正するフレームワークである。概念実証として、3次元標準正規から非ガウスガウス混合モデル(GMM)への直接写像を学習する。 PINGSは、終点アンカーを持つPINNスタイルの残差問題として生成的サンプリングを行い、NFE = 1 のホワイトボックスで微分可能な写像を得る。
論文参考訳（メタデータ） (2025-09-14T14:22:33Z)
A Sharp Convergence Theory for The Probability Flow ODEs of Diffusion Models [45.60426164657739]
拡散型サンプリング器の非漸近収束理論を開発する。我々は、$d/varepsilon$がターゲット分布を$varepsilon$トータル偏差距離に近似するのに十分であることを証明した。我々の結果は、$ell$のスコア推定誤差がデータ生成プロセスの品質にどのように影響するかも特徴付ける。
論文参考訳（メタデータ） (2024-08-05T09:02:24Z)
Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative Models [49.81937966106691]
我々は拡散モデルのデータ生成過程を理解するための非漸近理論のスイートを開発する。従来の研究とは対照的に,本理論は基本的だが多目的な非漸近的アプローチに基づいて開発されている。
論文参考訳（メタデータ） (2023-06-15T16:30:08Z)
Poisson Flow Generative Models [9.843778728210427]
ポアソンフロー」生成モデルは、高次元半球上の一様分布を任意のデータ分布にマッピングする。 PFGM は CIFAR-10 上での正規化フローモデルの中で現在の最先端性能を実現する。
論文参考訳（メタデータ） (2022-09-22T17:26:58Z)

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。