arXiv · cs.AI· Hari Krishna Sahoo, Mudit Gaur, Vaneet Aggarwal·· 1 天前
Rectified Flows 实现阶次最优样本复杂度
Order-Optimal Sample Complexity of Rectified Flows
arXiv:2601.20250v2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：Hari Krishna Sahoo, Mudit Gaur, Vaneet Aggarwal
研究任务与主要进展
Hari Krishna Sahoo、Mudit Gaur和Vaneet Aggarwal在论文摘要中证明，在特定神经网络类和data distribution假设下，Rectified Flows的样本复杂度达到\tilde{O}(\varepsilon^{-2})。
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