头版Folia Daily Briefing
← 返回头版
科技人工智能

生成模型也能端到端训练了?核心竟是一个for循环

UIUC与哈佛大学的研究人员提出了Explorative Modeling(XM)新范式,通过在训练时生成K个候选并选择最接近真实数据的一个来解决生成模型的mode模糊问题[1]。这一方法的核心机制极为简洁,本质上是一个3到5行的for循环——每个训练步生成K个候选,随后选择离真实数据最近的一个[1]。

研究团队将探索作为生成模型的第三个缩放轴进行验证,在图像、视频、语言等多个模态上实现了单调性能提升和显著的效率收益[1]。随着数据规模增长,探索带来的增益从7%提升到36%;随着模型规模增大,增益从13%提升到23%[1]。效率方面,FLOP效率提升4.1倍、样本效率提升6.2倍、参数效率提升47%[1]。在ImageNet无引导生成任务上,该方法达到了1.43的FID指标,逼近业界最好水平[1]。

论文基于Mode Forcing理论进行设计,研究团队表示大部分结果是先被理论预测、再被实验验证[1]。第一作者Alexi Gladstone曾在2025年7月发表Energy-Based Transformers论文[1]。


生成模型端到端训练Explorative ModelingMode模糊UIUC与哈佛大学