流匹配模型推理约束采样新突破：ConicFlow偏差更小奖励更高！
ConicFlow: constrained Inference-time optimal control for flow matching models
📖 AI 总结
本文提出 ConicFlow，将流匹配模型在推理阶段的约束采样问题建模为最优控制问题，在偏离预训练轨迹与奖励之间寻求平衡，并施加硬性终端约束。为提升计算可行性，作者对问题进行离散化，采用滚动时域控制，每一步仅优化轨迹的短窗口，并用滚动时域原始-对偶算法求解，其对偶乘子可反映各约束的满足难度，从而引导生成走向可行的最终样本。文章还提出终端估计变体，在预测的终端点而非当前时域末端评估奖励与约束，以避免局部截断误差累积。理论方面，在标准正则性假设下给出了有限时域次优性保证，并在凸仿射结构下导出随时域长度线性增长的更紧界，证明当流动态变化缓慢时终端估计变体更紧。低维与高维实验表明，ConicFlow 在保持高奖励和强约束满足的同时，比近期基线更少偏离预训练流。
🔑 关键词速览
| 流匹配模型 | 一种生成模型，通过学习从噪声到数据的连续流（常微分方程）来建模概率分布。 |
| 推理时最优控制 | 在生成模型的推理阶段，将采样过程视为最优控制问题，以优化目标并满足约束。 |
| 滚动时域控制 | 一种控制策略，在每个时间步只优化未来有限时域内的控制序列，并只执行第一步，然后滚动前进。 |
| 原始-对偶算法 | 一种求解带约束优化问题的算法，同时更新原始变量（如轨迹）和对偶变量（如约束乘子）。 |
| 终端约束 | 要求生成过程的最终输出必须满足的硬性条件，例如特定的物理或逻辑限制。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅