AI与世界难题 · 理论计算机科学 · arXiv · 2026-10-22
强随机流映射的改进训练
原标题: Improved Training of Strong Stochastic Flow Maps
随机流映射有望通过学习沿解路径直接在不同时刻之间跳跃，实现对随机微分方程的少步采样，但其训练十分困难，因为布朗路径是一个无穷维、处处不可微的对象，使基于导数的损失无法使用。作者用平移勒让德多项式展开表示布朗路径，并以Wong-Zakai风格的目标函数进行训练，从而解锁基于导数的损失；同时提出了一种将大型预训练流模型微调为强随机流映射的方法。在ImageNet上，该方法在4次NFE下使FD-DINOv2较SSFM获得约3倍的提升。