待验证50% 置信事实精确时间

动态测度传输通过构造以单位区间为索引的随机过程，使其在时刻0和时刻1的边缘分布分别等于给定的两个测度P0和P1，再计算条件速度场并积分ODE得到流映射，将P0样本搬运到P1

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

一次性生成流：直线流的存在性与拓扑障碍

涉及实体

动态测度传输concept flow matchingconcept stochastic interpolantconcept

相关事实

待验证该项目向循环单元喂入一个确定性的、归一化的逆滞后历史向量P_t，其加权方式由调和数决定，使历史信息衰减速率变为1/k66% 相似待验证共轭矩量测度提出用同一个凸势函数W同时刻画采样分布与传输映射，为生成建模提供了与主流扩散模型不同的路径64% 相似待验证PyTorch采用动态计算图，每次前向传播都会重新构建图，这与TensorFlow早期的静态计算图不同63% 相似待验证在每个流量迁移步骤之后，指标门控会将新模型与旧模型进行对比，重点比较 p95 延迟和错误率两个指标63% 相似待验证在一维情形下最优传输映射有闭式解，可由起始分布的累积分布函数与目标分布的分位数函数表示63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966878

API

curl https://kongchang.com/api/v1/knowledge/claims/966878

MCP

get_claim(id=966878)