L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-22
Entraînement amélioré de cartes de flot stochastiques fortes
Titre original: Improved Training of Strong Stochastic Flow Maps
Les cartes de flot stochastique promettent un échantillonnage en quelques étapes des équations différentielles stochastiques en apprenant à sauter directement entre des instants le long du chemin de la solution, mais leur entraînement est difficile car le chemin brownien est un objet de dimension infinie et nulle part différentiable, qui met les pertes basées sur les dérivées hors de portée. Les auteurs représentent le chemin brownien par un développement en polynômes de Legendre décalés et entraînent avec un objectif de type Wong-Zakai pour débloquer les pertes basées sur les dérivées, et proposent une recette pour affiner de grands modèles de flot pré-entraînés en cartes de flot stochastique performantes. Sur ImageNet, cela apporte une amélioration d'environ un facteur trois du FD-DINOv2 par rapport au SSFM à quatre NFE.