ソフィア・タン (Sophia Tang) 氏らは2026年7月23日(現地時間)、フローベース生成モデルの新たな枠組みとして「エクスパンディング・ジェネレーティブ・フロー (EFlows)」と「エクスパンディング・フロー・マップ (EFMs)」を発表した。従来のフローベース生成モデルが固定次元または固定シーケンス長に制約される課題に対し、条件付きノイズによる状態拡張を通じて、次元が増加する分布間のフローを定義する。これにより、出力サイズが学習可能かつ制御可能な自由度となる生成設定に対応する。
発表されたエクスパンディング・ジェネレーティブ・フロー (EFlows) は、状態を条件付きノイズで拡張することにより、次元を増加させる分布間のフローを定義する。この構成に基づき、エクスパンディング・フロー・マップ (EFMs) は、この拡張補間子を効率的な少数ステップ生成モデルへと蒸留する新しいクラスのフローマップとして提案されている。
各EFMは、任意の2つのタイムステップ間のマップを2つの学習可能な操作に因数分解する。一つは、現在の状態に基づいて新しい座標やトークンで状態空間を拡張する「エクスパンド・オペレーター」、もう一つは、拡張された状態を補間子に沿って前方に推移させる「トランスポート・マップ」である。これらのオペレーターを組み合わせることで、状態を共同で拡張しノイズ除去する単一のマップが生成される。エクスパンド・オペレーターが恒等写像である特殊なケースでは、既存の固定キャンバスフローやフローマップが回復される。
さらに、このフレームワークは離散シンプレックスへと拡張され、可変サイズのグラフ生成および可変長のシーケンス生成が可能となる。連続モダリティと離散モダリティの両方において、EFlowsとEFMsは、出力サイズ自体が学習可能で制御可能な自由度となる設定のための原則的なフレームワークとして確立された。
参考: arXiv cs.LG — 2026年7月24日 02:57 (JST)
原文ハイライト"a new class of flow maps that distill the expanding interpolant"