标签:Flow Matching
- 笔记 Flow-GRPO 中的逆时 SDE:从概率流 ODE 到高斯策略
推导 Flow-GRPO 用到的边缘分布不变的逆时 SDE:用 Fokker-Planck 方程构造 SDE,在修正流下用速度场表示 score,经 Euler-Maruyama 离散得到每步高斯策略,并给出对数概率与 KL 的闭式。
- 笔记 从 Score Matching 到 Flow Matching:扩散模型的关系与脉络
梳理 SDE、ODE、score matching、flow matching、DDPM、DDIM 的关系,以及 score 线、变分线、flow 线三条研究线的汇合,并给出重点论文与阅读路线。