应用数学青年讨论班(午餐会)--最优加速度传输改善流匹配模型
报告人：岳昂枭 (中国人民大学)
时间：2025-12-24 12:00-13:15
地点：智华楼盈不足(109)
摘要: 流匹配 (Flow Matching, FM) 作为生成模型领域的一项主流技术，旨在学习从噪声到数据的速度场。这个过程通常被解释并实现为求解最优传输 (Optimal Transport, OT) 问题。在本研究中，我们将 FM 与最优加速度传输 (Optimal Acceleration Transport, OAT) 理论建立联系，提出了一种名为 OAT-FM 的改进型 FM 方法，并深入探讨了其在理论和实践层面的优势。我们证明了现有的基于 OT 的 FM 方法中隐含的直线化目标，在数学上等价于最小化由 OAT 定义的与加速度相关的物理作用量。因此，OAT-FM 不再强制要求恒定速度，而是在样本和速度的乘积空间中优化加速度传输，其优化目标对应于流直线化的充分必要条件。我们设计了一种高效算法，以低复杂度实现 OAT-FM。此外，OAT-FM 启发了一种全新的两阶段 FM 范式：给定一个由任意 FM 方法训练的生成模型（其速度信息已相对可靠），我们可以利用 OAT-FM 对其进行微调和改进。这种范式消除了数据分布漂移的风险，且无需生成大量的噪声-数据对，从而在各类生成任务中稳步提升了模型性能。
报告人信息：岳昂枭，中国人民大学高瓴人工智能伊人直播
2023级直博生，导师为许洪腾教授。研究兴趣有最优传输、几何代数驱动的机器学习，生成模型，大语言模型等。在AAAI, ICML等机器学习顶会发表多篇论文。
欢迎大家参与12月24号(星期三)的午餐会。报告时间是12:15-13:15，午餐于12:00开始提供。请有意参与的老师和同学在12月23日15:00前填写以下问卷 //v.wjx.cn/vm/rK9VFqA.aspx#。
