KI und die schwierigen Probleme der Welt · Theoretische Informatik · arXiv · 2026-10-22
Backward Error auf Dichteebene für generative Flüsse mit geringer NFE-Zahl
Originaltitel: Density-Level Backward Error for Low-NFE Generative Flows
Wenn generative ODEs mit einem kleinen Budget an Netzwerkevaluationen (niedriges NFE) abgetastet werden, wird die Leistung nicht nur durch die Löserordnung begrenzt, sondern auch durch die Verteilung dieses festen Budgets entlang des Flusses. Die Autoren entwickeln ein Backward-Error-Framework auf Dichteebene, das die Komponente des Defekts der modifizierten Gleichung eines Lözers identifiziert, welche die sich entwickelnde Randverteilung verändert, und daraus eine die Löserordnung berücksichtigende Regel zur Rechenmittelverteilung sowie – über die Eichfreiheit – eine Zielfunktion zur Auswahl numerisch günstiger Geschwindigkeitsrepräsentanten desselben Dichtepfads ableitet. Exakte Gauß- und Mischmodelle belegen den Mechanismus, und auf einem vortrainierten CIFAR-10-EDM-Probability-Flow-ODE verbessert die dichtebewusste Allokation das Euler-Sampling mit fester Update-Anzahl im Niedrig-NFE-Bereich konsistent, während sie gegen dieselbe dichte Euler-Referenz konvergiert.