Variational Flow Models: Flowing in Your Style

要約

我々は、「事後フロー」（必ずしも拡散過程ではない、より広範な確率過程への「確率フロー」の一般化）を導入し、方程式 Xt によって特徴付けられる「線形」確率過程の事後フローを変換するための体系的なトレーニング不要の方法を提案します。
= at * X0 + st * X1 は、整流を思わせる直線の定速 (SC) 流れになります。
この変換により、SC フローの新しいモデルをトレーニングすることなく、元の後部フローに沿った高速サンプリングが容易になります。
私たちのアプローチの柔軟性により、変換を拡張して、別個の「線形」確率過程からの 2 つの事後フローを相互変換することができます。
さらに、変換された SC フローに高次の数値ソルバーを簡単に統合できるため、サンプリングの精度と効率がさらに向上します。
厳密な理論分析と広範な実験結果により、私たちのフレームワークの利点が実証されています。

要約(オリジナル)

We introduce ‘posterior flows’ – generalizations of ‘probability flows’ to a broader class of stochastic processes not necessarily diffusion processes – and propose a systematic training-free method to transform the posterior flow of a ‘linear’ stochastic process characterized by the equation Xt = at * X0 + st * X1 into a straight constant-speed (SC) flow, reminiscent of Rectified Flow. This transformation facilitates fast sampling along the original posterior flow without training a new model of the SC flow. The flexibility of our approach allows us to extend our transformation to inter-convert two posterior flows from distinct ‘linear’ stochastic processes. Moreover, we can easily integrate high-order numerical solvers into the transformed SC flow, further enhancing sampling accuracy and efficiency. Rigorous theoretical analysis and extensive experimental results substantiate the advantages of our framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google