#生成模型

一篇蛋白质领域的 tokenizer 论文，三种模态共用一套离散词表，28 个测试切分里 21 个拿第一，还能联合生成骨架和序列，做蛋白质设计的可以看看。

训练流模型总不稳定？试试把最优传输小批量耦合做大，这篇论文给出了可扩展方案和方差下降证明。

用 CFM 几秒生成城市三维风温场，风速误差 2.99%，大涡模拟要跑很久的活它秒出，做城市微气候设计的可以看看。

这篇arXiv论文把多模态生成的编码和生成揉进一个潜变量流模型，图文音频联合生成一致性最好，做生成模型的研究者可以看看。

改进 flow matching 训练的新论文，联合学路径和流，还修了低熵瓶颈问题，代码开源，做生成模型的可以看看。

这篇论文解释了 Drifting Models 为什么在像素空间效果差，还提出从像素直接学判别表征，FID 降了 82-95%，做生成模型方向的可以看看。

这篇论文提出了离散Wasserstein流框架，实现了单步生成模型，在有限状态空间上解决了传统方法的问题。

PMosFM解决了物理约束生成模型的高采样成本问题，单步生成就能满足物理约束，训练和推理速度更快。

CDMD让一个模型搞定多种表格数据，比单独训练多个模型参数更少效果更好，代码已开源。

这篇论文揭示了生成模型中语义分化与上下文窗口的关系，解释了为什么语义结构会同时出现。

清华团队提出DeGG-Flow框架，让多智能体系统无需依赖彼此就能独立生成满足硬约束的结果。

这篇论文教离散扩散模型边生成边改错，分子生成有效性比均匀扩散和掩码扩散都高，做生成模型研究的可以看看博弈式训练的思路。

数据同化方向的论文，用流匹配把经典集合滤波升级成非线性更新，实验上超过了四种经典滤波器，做预报或同化的朋友可以看看。

一项把控制论和生成模型用于神经调控的论文，用 fMRI 快照就能预测改变效价的效果，数据量四万多条，做脑科学方向的可以看看

把后验分布直接写进流匹配权重，测试时梯度更新做滤波，粒子表示的扩展性难题有了新解法。

DeepSeek团队推出IIns-GAN，能生成真实无线信号，比传统方法更省成本，还能提升各种无线感知任务的训练效果。

论文为时间序列变分自编码器提供了理论保证，解决了其在非独立同分布场景下的分析限制。

Arena.ai 上线了文本到图像生成模型排行榜，方便大家直观比较各模型表现。

lmarena.ai@lmarena_ai原文

这篇论文提出了RCMN框架，帮你理解公共话语中的误导性机制，比简单判断真假更深入。

想了解AI怎么根据文字或画面生成音效？这篇综述把近五年的模型都梳理了一遍，还点出了哪些任务还没做好，适合做声音设计的人参考。

如果你是搞生成模型评测的，这篇论文指出了公平性评估里常被忽略的问题：该拿什么目标分布去比。它给了个框架，还附了AP-Bench的具体数值。

这篇论文教你用历史A/B数据+生成模型筛选创意，50臂实验最高提升45%，比人类写的强很多。

这篇论文打破常规：不用多步扩散，只用单步卷积网络就在ImageNet上跑出FID 2.56，思路极简但效果惊艳，适合想了解生成模型新方向的你。

这篇论文展示了生成模型能从原始对撞数据中自动学习标准模型的结构，不需要模拟样本，连共振峰和质量都能自己学到。

DriftWorld 能让机器人快速想象动作结果，比扩散模型快 17 倍，还能离线评估策略，性能强又省时。

这篇论文用严格理论证明和实验验证了整流流中自蒸馏的改进方法，想了解生成模型自训练优化的可以看看。

这篇论文用信息论精确测量了水印取样的代价：归属N个用户需要多少个token，提取载荷需要多少，并在GPT-2等模型上验证了理论预测。

想用更少的点表示信号？这篇用复数奇点，32个点顶1024个网格，重建更准还能恢复物理参数，值得看看。

这篇论文的DSI方法用多检查点集成来稳定尾部风险估计，实验效果比单检查点好不少，搞金融风控的值得一看。

这篇论文提出了一种叫FPPF的新粒子滤波方法，用生成模型做提议分布，解决了高维和非线性场景的退化问题，实验结果很扎实。