待验证50% 置信事实精确时间

与扩散模型相比，流匹配训练目标更直接、轨迹更笔直，理论上可用更少采样步数（NFE）获得高质量结果

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

流匹配中的速度缩放：为何有效的真正原因

涉及实体

流匹配concept 扩散模型concept

相关事实

待验证诊断训练瓶颈的核心效率差异来自于是否提前建立了性能基线（baseline），如已知模型健康状态下的MFU则可快速发现偏离74% 相似待验证针对特定领域精心训练的专用超分模型效果往往优于通用模型74% 相似已验证对齐训练优化的是模型在已知场景下的统计行为，而非建立可形式化验证的安全边界，面对训练分布之外的罕见指令组合或角色扮演框架时可能失效74% 相似待验证最大似然估计训练目标等价于最小化模型分布与训练数据经验分布之间的KL散度73% 相似待验证将输入激活值投影到训练分布主成分的一个小子集上，探针就能实现跨域迁移，性能几乎追平直接在测试分布上训练的探针73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990731

API

curl https://kongchang.com/api/v1/knowledge/claims/990731

MCP

get_claim(id=990731)