論文の概要: SPT-Flow: One Integration, Many Futures in Continuous-Time World Models

• arxiv url: http://arxiv.org/abs/2610.41273v2
• Date: Mon, 02 Nov 2026 15:07:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 02:41:45.02081
• Title: SPT-Flow: One Integration, Many Futures in Continuous-Time World Models
• Title（参考訳）: SPT-Flow: 継続的インテグレーションと多くの将来性
• Abstract要約: 連続した世界モデルは、1つのODE統合を通して潜在軌道を生成する。 本研究では, トラジェクトリ関連潜伏情報の必要性を低減させるため, 地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・ SPT-Flowは、軌道毎に1つの潜伏をサンプリングし、自由走行のODEロールアウトとデモステートを一致させる。
• 参考スコア（独自算出の注目度）: 6.258228884608599
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Continuous-time world models generate a latent trajectory through a single ODE integration, but adding stochastic conditioning does not ensure that the model uses it. In our teacher-forced baseline, posterior means vary by only about 1% of the prior scale, and matched and swapped latents yield indistinguishable reconstruction PSNR at the reported precision. We study a supervision-shortcut hypothesis: ground-truth intermediate states can reduce the need for trajectory-associated latent information. We introduce SPT-Flow, which samples one latent per trajectory and matches a free-running ODE rollout to demonstration states at multiple readout times. Re-anchoring experiments support the proposed mechanism. On LIBERO, with both models trained for 30k optimizer steps, SPT-Flow improves best-of-10 PSNR over our retrained ODEWorld baseline by 2.0 and 2.4 dB at the mid-trajectory and final frames and reduces mean LPIPS by 23%, with comparable per-sample inference cost. The rollout control recovers most of the accuracy gain; learned latent conditioning adds diversity and best-of-K gains while reducing mean sample accuracy relative to this control. The diagnostics support trajectory-associated latent utilization; semantic mode coverage under matched conditions in the robotic setting remains unverified.
• Abstract（参考訳）: 連続時間の世界モデルは、単一のODE統合を通じて潜在軌道を生成するが、確率的条件付けを追加することで、モデルがそれを使用することを保証しない。 教師強化ベースラインでは, 後方平均値は, 先行尺度の約1%程度しか変化せず, 一致および置換した潜伏剤は, 報告された精度で, 識別不能な再建PSNRが得られる。 本研究では, トラジェクトリ関連潜伏情報の必要性を低減させるため, 地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中・地中を推定する。 SPT-Flowは1軌道当たりの遅延を1回サンプリングし、複数回の読み出し時のデモ状態と自由走行ODEロールアウトを一致させる。 再組み立て実験は、提案されたメカニズムをサポートする。 LIBEROでは、両方のモデルが30kオプティマイザステップでトレーニングされているため、SPT-Flowは、トレーニングされたODEWorldベースラインを2.0dB、最終フレームで2.4dB改善し、平均LPIPSを23%削減し、サンプル当たりの推論コストに匹敵する平均LPIPSを23%削減する。 ロールアウト制御は、ほとんどの精度ゲインを回復し、学習された潜伏条件は、多様性とK値ゲインを付加し、この制御に対する平均サンプル精度を低下させる。 診断は軌道関連潜伏的利用を支援するが、ロボット環境における整合条件下でのセマンティックモードのカバレッジは未検証のままである。

関連論文リスト

• Rethinking GFlowNet Training: Negative Reinforce Dynamics [9.822932329461084]
  Generative Flow Networks (GFlowNets) は、対象の報酬に比例した離散オブジェクトのサンプルを学習するモデルである。 本稿では,GFlowNetと分離サンプリング器の完全勾配とmin-minダイナミクスの接続を確立する。 対戦ゲームのパラメータを結びつけることで、探索を拡張しながら正しさを維持しながら、単一の政治ダイナミクスを回復する。
  論文  参考訳（メタデータ） (2026-10-28T22:18:48Z)
• HIFI: A Highly Efficient Framework for Statistical Inference with Foundation Models [16.22361154179305]
  HIFIは、条件付き手段の統計的推測のための2段階の微調整フレームワークである。 直接サンプリングと比較して、トレーニング計算を最大91.9%削減する。 遺伝子発現推論への応用は、フレームワークの実用的価値を示している。
  論文  参考訳（メタデータ） (2026-10-25T20:23:21Z)
• FlowCTS: On-policy Continuous Trajectory Supervision of Flow Models [65.32587991232592]
  フロー連続軌道スーパービジョン(FlowCTS)を提案する。 FlowCTSは、同じ学生訪問状態の学生と参照軌跡とを一致させる。 マルチ参照設定では、単一状態のFlowCTS-OPDはバニラKLベースのOPDよりも高速な収束で性能が向上する。
  論文  参考訳（メタデータ） (2026-07-27T15:03:22Z)
• SATB-VR: Training Few-Step Video Restoration Diffusion Model using SNR-Aware Trajectory Blending [55.764018145256216]
  本稿では,補助予測器を介してデノナイジングプロセスを開始する数ステップのパラダイムであるSATB-VRを提案する。 我々は,SATB-VRが,合成,実世界,AIGCベンチマークにおける既存のアプローチに対して良好に動作することを示す。
  論文  参考訳（メタデータ） (2026-06-27T01:32:16Z)
• Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models [56.67321805551389]
  Reinforcement Learning (RL) は, 拡散・流れマッチングジェネレータにおいて, 迅速なアライメントと知覚品質の向上に有効な方法となっている。 探索行動の制御と力学のデノベーションを行うサンプルは、この方針の一部である。 有効探査と安定性のバランスをとる新しいサンプリング器を提案する。
  論文  参考訳（メタデータ） (2026-05-22T11:37:22Z)
• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• Silent Inconsistency in Data-Parallel Full Fine-Tuning: Diagnosing Worker-Level Optimization Misalignment [27.352639822596146]
  クロスワーカーの損失と勾配のばらつきは、従来の監視信号では見えない。 本稿では,標準パイプラインで容易に利用できるトレーニング信号を用いて,作業者レベルの一貫性を定量化する,モデルに依存しない診断フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-16T04:42:30Z)
• SCott: Accelerating Diffusion Models with Stochastic Consistency Distillation [74.32186107058382]
  本稿では,テキスト・画像の高速生成を実現するために,SCott(Consistency Distillation)を提案する。 SCottは、訓練済みの教師モデルの通常の微分方程式解法に基づくサンプリングプロセスを学生に蒸留する。 安定拡散V1.5教師によるMSCOCO-2017 5Kデータセットでは、SCottは2ステップのサンプリングステップを持つ21.9のFIDを達成し、1ステップのInstaFlow (23.4)と4ステップのUFOGen (22.1)を上回ります。
  論文  参考訳（メタデータ） (2024-03-03T13:08:32Z)
• Improved Techniques for Training Consistency Models [13.475711217989975]
  本稿では, 蒸留なしでデータから直接一貫性モデルを学習する, 整合性トレーニングのための改良手法を提案する。 整合性学習目的のための対数正規雑音スケジュールを提案し、トレーニングの繰り返し回数毎に全離散化ステップを2倍にすることを提案する。 これらの修正により、一貫性モデルは1回のサンプリングステップでCIFAR-10で2.51と3.25のFIDスコア、ImageNetで64ドルをそれぞれ達成できる。
  論文  参考訳（メタデータ） (2023-10-22T05:33:38Z)
• Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion [56.38386580040991]
  Consistency Trajectory Model (CTM) は Consistency Models (CM) の一般化である CTMは、対戦訓練とスコアマッチング損失を効果的に組み合わせることで、パフォーマンスを向上させる。 CMとは異なり、CTMのスコア関数へのアクセスは、確立された制御可能/条件生成メソッドの採用を合理化することができる。
  論文  参考訳（メタデータ） (2023-10-01T05:07:17Z)

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。