Buchumschlag

ODE-free Neural Flow Matching for One-Step Generative Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Shou, Xiao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Euler to Dormand-Prince: ODE Solvers for Flow Matching Generative Models
von: Xiao, Hao
Veröffentlicht: (2026)

Unified Flow Matching for Long Horizon Event Forecasting
von: Shou, Xiao
Veröffentlicht: (2025)

Gradient Flow Matching for Learning Update Dynamics in Neural Network Training
von: Shou, Xiao, et al.
Veröffentlicht: (2025)

FlowCast-ODE: Continuous Hourly Weather Forecasting with Dynamic Flow Matching and ODE Solver
von: He, Shuangshuang, et al.
Veröffentlicht: (2025)

Optimal Flow Matching: Learning Straight Trajectories in Just One Step
von: Kornilov, Nikita, et al.
Veröffentlicht: (2024)

SubFlow: Sub-mode Conditioned Flow Matching for Diverse One-Step Generation
von: Lin, Yexiong, et al.
Veröffentlicht: (2026)

Elucidating Flow Matching ODE Dynamics with Respect to Data Geometries and Denoisers
von: Wan, Zhengchao, et al.
Veröffentlicht: (2024)

SoFlow: Solution Flow Models for One-Step Generative Modeling
von: Luo, Tianze, et al.
Veröffentlicht: (2025)

Riemannian MeanFlow for One-Step Generation on Manifolds
von: Zhong, Zichen, et al.
Veröffentlicht: (2026)

Modular MeanFlow: Towards Stable and Scalable One-Step Generative Modeling
von: You, Haochen, et al.
Veröffentlicht: (2025)

Boosting Maximum Entropy Reinforcement Learning via One-Step Flow Matching
von: Li, Zeqiao, et al.
Veröffentlicht: (2026)

Scalable, Explainable and Provably Robust Anomaly Detection with One-Step Flow Matching
von: Li, Zhong, et al.
Veröffentlicht: (2025)

One-Step Flow Policy Mirror Descent
von: Chen, Tianyi, et al.
Veröffentlicht: (2025)

Coupling Models for One-Step Discrete Generation
von: Peng, Fred Zhangzhi, et al.
Veröffentlicht: (2026)

Towards Scalable One-Step Generative Modeling for Autoregressive Dynamical System Forecasting
von: Yang, Tianyue, et al.
Veröffentlicht: (2026)

Compose Yourself: Average-Velocity Flow Matching for One-Step Speech Enhancement
von: Yang, Gang, et al.
Veröffentlicht: (2025)

Local Flow Matching Generative Models
von: Xu, Chen, et al.
Veröffentlicht: (2024)

Flow Matching Neural Processes
von: Hamad, Hussen Abu, et al.
Veröffentlicht: (2025)

ODE$_t$(ODE$_l$): Shortcutting the Time and the Length in Diffusion and Flow Models for Faster Sampling
von: Gudovskiy, Denis, et al.
Veröffentlicht: (2025)

One-Step Graph-Structured Neural Flows for Irregular Multivariate Time Series Classification
von: Gao, Mengzhou, et al.
Veröffentlicht: (2026)

BrainDyn: A Sheaf Neural ODE for Generative Brain Dynamics
von: Viswanath, Siddharth, et al.
Veröffentlicht: (2026)

DeepWeightFlow: Re-Basined Flow Matching for Generating Neural Network Weights
von: Gupta, Saumya, et al.
Veröffentlicht: (2026)

Generate in Reconstruction Space, Match in Semantic Space: Transport Geometry for One-Step Generation
von: Van Assel, Hugues, et al.
Veröffentlicht: (2026)

Convergence Analysis of Probability Flow ODE for Score-based Generative Models
von: Huang, Daniel Zhengyu, et al.
Veröffentlicht: (2024)

Tyche: One Step Flow for Efficient Probabilistic Weather Forecasting
von: Xu, Fan, et al.
Veröffentlicht: (2026)

LASS-ODE: Scaling ODE Computations to Connect Foundation Models with Dynamical Physical Systems
von: Li, Haoran, et al.
Veröffentlicht: (2026)

Learning the Simplest Neural ODE
von: Okamoto, Yuji, et al.
Veröffentlicht: (2025)

Discrete MeanFlow: One-Step Generation via Conditional Transition Kernels
von: Khan, Fairoz Nower, et al.
Veröffentlicht: (2026)

Conditional Neural ODE for Longitudinal Parkinson's Disease Progression Forecasting
von: Wang, Xiaoda, et al.
Veröffentlicht: (2025)

One-Step Generative Policies with Q-Learning: A Reformulation of MeanFlow
von: Wang, Zeyuan, et al.
Veröffentlicht: (2025)

High-Order Matching for One-Step Shortcut Diffusion Models
von: Chen, Bo, et al.
Veröffentlicht: (2025)

Probability-Flow ODE in Infinite-Dimensional Function Spaces
von: Na, Kunwoo, et al.
Veröffentlicht: (2025)

DLM-One: Diffusion Language Models for One-Step Sequence Generation
von: Chen, Tianqi, et al.
Veröffentlicht: (2025)

Inverse Neural Operator for ODE Parameter Optimization
von: Liu, Zhi-Song, et al.
Veröffentlicht: (2026)

FourierFlow: Frequency-aware Flow Matching for Generative Turbulence Modeling
von: Wang, Haixin, et al.
Veröffentlicht: (2025)

A Unified Framework for Diffusion Bridge Problems: Flow Matching and Schrödinger Matching into One
von: Kim, Minyoung
Veröffentlicht: (2025)

Revisiting Diffusion Models: From Generative Pre-training to One-Step Generation
von: Zheng, Bowen, et al.
Veröffentlicht: (2025)

Learning Straight Flows: Variational Flow Matching for Efficient Generation
von: Ma, Chenrui, et al.
Veröffentlicht: (2025)

DFM: Interpolant-free Dual Flow Matching
von: Gudovskiy, Denis, et al.
Veröffentlicht: (2024)

Minimax Optimality of the Probability Flow ODE for Diffusion Models
von: Cai, Changxiao, et al.
Veröffentlicht: (2025)