arXiv · cs.AI· Shervin Khalafi, Kasra Fallah, Sung Cho, Dongsheng Ding, James Anderson, Alejandro Ribeiro·· 11 小时前
ConicFlow：流匹配模型的约束推理时最优控制
ConicFlow: constrained Inference-time optimal control for flow matching models
arXiv:2610.14307v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Shervin Khalafi, Kasra Fallah, Sung Cho, Dongsheng Ding, James Anderson, Alejandro Ribeiro
研究任务与主要进展
研究作者提出ConicFlow，将流匹配模型在推理阶段的约束采样建模为最优控制问题，通过滚动时域原始—对偶算法平衡预训练轨迹偏离、奖励与硬终端约束。基于论文摘要，该方法在低维和高维实验中使用近期大规模流匹配模型，相比近期基线实现较高奖励和较强约束满足，同时减少轨迹偏离；作者还报告了终端估计变体及相应有限时域理论保证。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org