Yoshua Bengio

FALCON: Few-step Accurate Likelihoods for Continuous Flows

FALCON: 连续流中少步准确的似然性

Danyal Rehman, Tara Akhound-Sadegh, Artem Gazizov, Yoshua Bengio, Alexander Tong

机构 * Mila – Quebec AI Institute（魁北克AI研究所） ； Université de Montréal（蒙特利尔大学） ； AITHYRA ； McGill University（麦吉尔大学） ； Harvard University（哈佛大学） 纠错

AI总结 FALCON通过混合训练目标提升连续流的似然精度，实现高效分子采样，比现有模型快两个数量级。

Comments Preprint; NeurIPS 2025 MLSB

Learning What Matters: Steering Diffusion via Spectrally Anisotropic Forward Noise

学习关键要素：通过频谱各向异性前向噪声引导扩散

Luca Scimeca, Thomas Jiralerspong, Berton Earnshaw, Jason Hartford, Yoshua Bengio

机构 * Mila - Quebec AI Institute and Université de Montréal（蒙特利尔大学） 纠错

AI总结 本研究提出频谱各向异性高斯扩散（SAGD），通过调整前向噪声的频谱特性，提升扩散模型对目标分布的适应能力，并在多个视觉数据集上验证了其有效性。