May, 2024
离散数据上生成建模的费舍尔流匹配
Fisher Flow Matching for Generative Modeling over Discrete Data
Oscar Davis, Samuel Kessler, Mircea Petrache, {İ}smail {İ}lkan Ceylan, Avishek Joey Bose
TL;DRFisher-Flow 是一种用于离散数据生成建模的新型流匹配模型,采用几何学观点,将离散数据视为在统计流形上的点,通过转移沿 $d$- 超球面上的(闭合形式)测地线上的质量来定义流,可以优化训练动力学,提高性能,并在合成和实际基因序列设计等多个领域中优于传统扩散和匹配模型。