Voorspellend Drijvend Model

6. arXiv:2605.04060v1 Aankondigingstype: nieuw Samenvatting: Recent is een nieuw paradigma genaamd \emph{drijvend model} voorgesteld voor het koppelen van distributies, dat de actuele beste beeldgeneratieprestaties op ImageNet bereikt via éénstapsneurale functionele evaluatie (NFE). Het basisidee is om in elke trainingsiteratie een drijvende term te berekenen en de output van het model vervolgens in de richting van die term te duwen. In dit paper stellen we een \emph{voorspringend drijvend model} voor: in elke trainingsiteratie bepaalt het model niet alleen de huidige drijvende term, maar onderzoekt het ook de effecten van meerdere toekomstige stappen in de richting van die term om zo robuustere updates te genereren.