論文の概要: Expanding the Quality-Coverage Frontier with Competitive Flow Matching

• arxiv url: http://arxiv.org/abs/2611.07055v1
• Date: Wed, 04 Nov 2026 19:16:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.433901
• Title: Expanding the Quality-Coverage Frontier with Competitive Flow Matching
• Title（参考訳）: 競合フローマッチングによる品質管理フロンティアの拡大
• Abstract要約: フローマッチングジェネレータは、しばしば品質とカバレッジのトレードオフに直面します。 トレーニング中の予測の競合を紹介します。 我々は、SiTとRAEv2の2つのテストベッドを用いて、ImageNet-256の検証を行った。
• 参考スコア（独自算出の注目度）: 66.94222966023538
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Flow matching (FM) generators often face a quality-coverage tradeoff. Inference-time techniques such as classifier-free guidance raise quality, but at the cost of coverage. We hypothesize this limitation stems from a basic property of the objective: an intermediate noisy image could correspond to many clean images, yet the model can only predict a single velocity, at best averaging over the multiple possibilities. To mitigate this, we introduce competition among predictions during training. We achieve this by augmenting the predictor with a randomly drawn low-dimensional conditioning code $z$. For each training example, we sample $K$ values of $z$ to produce $K$ candidate velocities that compete to explain the target, and apply the loss only to the best-matching candidate. This winner-take-all objective allows different modes to shape different predictions, rather than being averaged into a single compromise. Furthermore, this term naturally enables a new form of guidance, auxiliary conditioning scaling, which complements traditional guidance methods. Together, these two guidance mechanisms show that our method substantially improves the quality-coverage frontier. We validate on ImageNet-256, using two different testbeds, SiT and RAEv2. Given less than 3% of the original SiT pretraining compute for post-training, at the 67% Recall point, our method reduces $\mathrm{FD}_{r,6}$ from 19.22 to 5.91. On RAEv2, at the 70% Recall point, it reduces $\mathrm{FD}_{r,6}$ from 16.83 to 3.18.
• Abstract（参考訳）: フローマッチング(FM)ジェネレータは、しばしば品質とカバレッジのトレードオフに直面します。 分類器フリーガイダンスのような推論時間技術は品質を高めるが、カバレッジのコストはかかる。 中間ノイズ画像は多くのクリーンな画像に対応できるが、モデルは1つの速度しか予測できない。 これを軽減するために,トレーニング中の予測の競合を導入する。 これを、ランダムに描画された低次元条件付きコード$z$で予測器を増強することで実現する。 各トレーニング例で、ターゲットを説明するために競合する$K$候補速度を生成するために$z$の$K$値をサンプリングし、その損失をベストマッチ候補にのみ適用する。 この勝者の目標は、異なるモードが単一の妥協に平均化されるのではなく、異なる予測を形作ることを可能にする。 さらに、この用語は、従来のガイダンス手法を補完する新しい形式のガイダンス、補助条件付きスケーリングを可能にする。 これら2つのガイダンス機構は,本手法が品質被覆フロンティアを大幅に改善することを示す。 我々は、SiTとRAEv2の2つのテストベッドを用いて、ImageNet-256の検証を行った。 67%のリコールポイントで、元のSiTプリトレーニング計算の3%以下を前提として、我々の方法は$\mathrm{FD}_{r,6}$を19.22から5.91に削減する。 RAEv2では、70%のリコール点において、$\mathrm{FD}_{r,6}$を16.83から3.18に下げる。

関連論文リスト

• DiffusionRVGE: Reinforcement Learning via Regression-Based Value Gradient Estimation [6.624649712286118]
  強化学習は、生成した画像に対する報酬を用いて拡散モデルを改善するが、繰り返し denoising と Gragient Estimation はトレーニングを高価にする。 そこで本研究では,集中型最終復号化画像に対して,集中型報酬を回帰することで,有用な更新方向を構築する効率的な方法を提案する。
  論文  参考訳（メタデータ） (2026-10-16T05:46:50Z)
• MARBLE: Multi-Aspect Reward Balance for Diffusion RL [71.6241143519038]
  強化学習は、拡散モデルと人間の嗜好を整合させる主要なアプローチとなっている。 既存のプラクティスは、報酬ごとに1つのスペシャリストモデルをトレーニングすることで、複数の報酬を処理します。 我々は,各報酬に対する独立な優位推定器を維持する勾配空間最適化フレームワークMARBLEを提案する。
  論文  参考訳（メタデータ） (2026-05-07T16:20:42Z)
• Improved Mean Flows: On the Challenges of Fastforward Generative Models [81.10827083963655]
  MeanFlow (MF)は、最近ワンステップ生成モデリングのフレームワークとして確立されている。 ここでは、トレーニング目標とガイダンスメカニズムの両方において、重要な課題に対処する。 我々の改革により、より標準的な回帰問題が発生し、訓練安定性が向上する。 全体として、スクラッチから完全にトレーニングされた$textbfimproved MeanFlow$$(textbfiMF$)メソッドは、ImageNet 256$times$256上の単一の関数評価(1-NFE)で$textbf1.72$ FIDを達成する。
  論文  参考訳（メタデータ） (2025-12-01T18:59:49Z)
• 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)
• ACT-Diffusion: Efficient Adversarial Consistency Training for One-step Diffusion Models [59.90959789767886]
  整合性トレーニング損失の最適化は,目標分布と生成分布とのワッサーシュタイン距離を最小化することを示す。 CIFAR10 と ImageNet 64$times$64 と LSUN Cat 256$times$256 データセットの FID スコアを改善する。
  論文  参考訳（メタデータ） (2023-11-23T16:49:06Z)
• Robust Few-shot Learning Without Using any Adversarial Samples [19.34427461937382]
  高度なメタラーニング技術を用いて、数発の問題をロバストネスの目的と組み合わせる試みがいくつかなされている。 逆のサンプルを一切必要としない単純で効果的な代替案を提案する。 ヒトの認知的意思決定プロセスにインスパイアされ、ベースクラスデータとそれに対応する低周波サンプルの高レベル特徴マッチングを強制する。
  論文  参考訳（メタデータ） (2022-11-03T05:58:26Z)
• Fire Together Wire Together: A Dynamic Pruning Approach with Self-Supervised Mask Prediction [12.86325214182021]
  動的モデルプルーニング(Dynamic Model pruning)は、デプロイ中の各入力サンプルに対する異なるサブネットワークの推測を可能にする、最近の方法である。 現在の動的手法は、間隔損失を誘導することによって正規化を通じて連続的なチャネルゲーティングを学ぶことに依存している。 我々は,CIFARおよびImageNet上で,VGG,ResNet,MobileNetなどのニューラルネットワークの実験を行った。
  論文  参考訳（メタデータ） (2021-10-15T17:39:53Z)
• Sharp Statistical Guarantees for Adversarially Robust Gaussian Classification [54.22421582955454]
  逆向きに頑健な分類の過剰リスクに対する最適ミニマックス保証の最初の結果を提供する。 結果はAdvSNR(Adversarial Signal-to-Noise Ratio)の項で述べられており、これは標準的な線形分類と逆数設定との類似の考え方を一般化している。
  論文  参考訳（メタデータ） (2020-06-29T21:06:52Z)

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。