模型NTM / 归一化轨迹模型
Normalizing Trajectory Models
一种少步扩散生成模型框架，将反向过程的每一步建模为条件归一化流，在保持精确似然计算能力的同时实现少步高质量生成，结合浅层可逆块与深层并行结构
时间轴 (近 90 天)
10月8日
Normalizing Trajectory Models（NTM）将反向过程中的每一步建模为富有表达力的条件归一化流，而非高斯去噪
待验证50%
10月8日
NTM可以在精确似然训练下进行优化，保留了现有少步方法所放弃的精确似然计算特性
待验证50%
10月8日
NTM在架构上采用分层策略：每个步骤内部使用浅层可逆块，同时结合一个深层并行结构
待验证50%
10月8日
NTM通过将流限制在浅层且仅作用于单个扩散步骤内部，来规避归一化流在全局高维建模时的扩展性瓶颈
待验证50%
10月8日
NTM仍是一项处于早期阶段的研究成果，能否在图像等高维生成任务上达到与主流扩散模型相当的样本质量仍有待实验验证
待验证50%