論文の概要: FlowMap-OPD: Rollout--Kernel Separation for On-Policy Distillation of Few-Step Flow-Map Generators
- arxiv url: http://arxiv.org/abs/2609.37851v1
- Date: Tue, 29 Sep 2026 15:42:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.70013
- Title: FlowMap-OPD: Rollout--Kernel Separation for On-Policy Distillation of Few-Step Flow-Map Generators
- Title（参考訳）: FlowMap-OPD:Few-Step Flow-Map 発電機のオンライン蒸留のためのロールアウト・カーネル分離
- Abstract要約: FlowMap-OPDは、学生国家取得と教師-学生分配比較を分離する。
教師の報酬を3つに分けたクロスキャパシティ・イメージネット実験では、個別に学習可能な学生の一貫性を最も効果的に選択することで、即時速度分布の監督を特定できる。
- 参考スコア（独自算出の注目度）: 10.305612650249804
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Few-step flow-map generators, including MeanFlow and consistency models, enable efficient sampling through long-range transport, yet their on-policy distillation remains underexplored. We introduce FlowMap-OPD, an on-policy distillation framework that separates student-state acquisition from teacher--student distribution comparison. A formulation based on state marginals establishes this separation, while flow--velocity consistency connects local supervision to the deployed long-range map. Within this framework, we develop flow-map, induced-velocity, and instantaneous-velocity distribution supervision, each paired with a separately specified native flow-map rollout. Cross-capacity ImageNet experiments across three teacher rewards identify instantaneous-velocity distribution supervision with independently tunable student consistency as the most effective choice. In text-to-image experiments, FlowMap-OPD demonstrates strong multi-specialist consolidation capabilities and surpasses multi-reward Flow-Map GRPO in task performance and convergence speed.
- Abstract（参考訳）: MeanFlowや一貫性モデルを含む数ステップのフローマップジェネレータは、長距離輸送による効率的なサンプリングを可能にするが、そのオンライン蒸留は未調査のままである。
本稿では,学生国家獲得と教師-学生間分配比較を分離したオンライン蒸留フレームワークであるFlowMap-OPDを紹介し,この分離を州間限界に基づく定式化によって確立し,フロー-速度整合性は,配置された長距離マップに局所的な監督を結び付ける。
本フレームワークでは,フローマップ,誘導速度,即時速度分布の監視をそれぞれ別々に指定したネイティブフローマップのロールアウトと組み合わせて開発する。
教師の報酬を3つに分けたクロスキャパシティ・イメージネット実験では、個別に学習可能な学生の一貫性を最も効果的に選択することで、即時速度分布の監督を特定できる。
テキストから画像への実験では、FlowMap-OPDは強力なマルチスペシャリスト統合機能を示し、タスク性能と収束速度においてマルチリワードのFlow-Map GRPOを上回っている。
関連論文リスト
- Flow-Map GRPO: Reinforcement Learning for Few-Step Flow-Map Generators via Anchored Stochastic Composition [13.766141027420879]
一貫性モデルやMeanFlowのような数ステップのフローマップジェネレータは、ノイズとデータの間の長距離トランスポートマップを直接学習することで、サンプリングを高速化する。
これらのモデルは典型的には決定論的であり、ポストトレーニング手法では最適化が困難である。
本稿では,数ステップのフローマップ生成のための決定論的ポストトレーニングフレームワークであるFlow-MapOを提案する。
論文 参考訳（メタデータ） (2026-07-01T07:25:11Z) - AnyFlow: Any-Step Video Diffusion Model with On-Policy Flow Map Distillation [70.80207977907908]
フローマップをベースとした,最初のノンステップビデオ拡散蒸留フレームワークであるAnyFlowを紹介した。
我々は、AnyFlowがいくつかの段階において、パフォーマンスの一致を達成するか、一貫性ベースの結果を上回ることを示す。
論文 参考訳（メタデータ） (2026-05-13T16:06:34Z) - Riemannian MeanFlow for One-Step Generation on Manifolds [54.09734511705173]
フローマッチングは、生成モデルのシミュレーション不要なトレーニングを可能にする。
平均フローは、位置依存接空間に速度が存在する多様体値生成に拡張することができる。
球面, トーリ, SO(3)における実験は, 品質・効率のトレードオフを改善し, サンプリングコストを大幅に削減して, 競争力のある一段階サンプリングを実証した。
論文 参考訳（メタデータ） (2026-03-11T12:41:46Z) - CoFL: Continuous Flow Fields for Language-Conditioned Navigation [14.35468089349405]
CoFLは、鳥眼ビュー(BEV)観察と言語指導をナビゲーションのための連続フローフィールドにマッピングするエンドツーエンドのポリシーである。
混合分布の訓練により、CoFLはモジュラービジョン・ランゲージ・モデル(VLM)ベースのプランナーよりも大幅に優れている。
論文 参考訳（メタデータ） (2026-03-03T11:02:55Z) - A Long-Short Flow-Map Perspective for Drifting Models [10.305612650249804]
本研究では,グローバルトランスポートプロセスが長期水平フローマップに分解され,その後に短時間の終端フローマップが得られたことを示す。
本稿では,長距離フローマップ分解を輸送下の密度変化と整合する新しい確率学習式を提案する。
論文 参考訳（メタデータ） (2026-02-24T01:48:52Z) - Path-Guided Flow Matching for Dataset Distillation [9.761850986508895]
本稿では, 数ステップでODEを解くことで, 高速な決定論的合成を可能にする, 生成蒸留のための最初のフローマッチングに基づくフレームワークを提案する。
本研究では, ODE-consistent path control のための連続経路-プロトタイプ誘導アルゴリズムを開発し, トラジェクトリが割り当てられたプロトタイプに確実に着地できるようにする。
論文 参考訳（メタデータ） (2026-02-05T12:52:32Z) - Test-time scaling of diffusions with flow maps [68.79792714591564]
テスト時の拡散モデルを改善するための一般的なレシピは、報酬の勾配を拡散そのものの力学に導入することである。
フローマップを直接扱うことで,簡単な解を提案する。
本研究では, 流図と流速場の関係を利用して, 従来のテスト時間法よりも精度の高いフローマップトラジェクトリ・ティルティング (FMTT) アルゴリズムを構築した。
論文 参考訳（メタデータ） (2025-11-27T18:44:12Z) - PeRFlow: Piecewise Rectified Flow as Universal Plug-and-Play Accelerator [73.80050807279461]
Piecewise Rectified Flow (PeRFlow) は拡散モデルの高速化のためのフローベース手法である。
PeRFlowは数ステップの世代で優れたパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-05-13T07:10:53Z)
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。