Verifier-Constrained Flow Expansion for Discovery Beyond the Data
验证器约束的流扩展用于超越数据的发现
机构 * ETH Zürich(苏黎世联邦理工学院) ; ETH AI Center(苏黎世联邦理工学院人工智能中心)
AI总结 本文提出Flow Expander方法,通过验证器约束的熵最大化扩展预训练流模型,以生成超出数据分布的有效设计样本。
Comments ICLR 2026
高校专区
验证器约束的流扩展用于超越数据的发现
机构 * ETH Zürich(苏黎世联邦理工学院) ; ETH AI Center(苏黎世联邦理工学院人工智能中心)
AI总结 本文提出Flow Expander方法,通过验证器约束的熵最大化扩展预训练流模型,以生成超出数据分布的有效设计样本。
Comments ICLR 2026
COGITAO:一个用于研究组合性与泛化能力的视觉推理框架
机构 * Institute of Neuroinformatics, University of Zurich(神经信息研究所,苏黎世大学) ; ETH Zurich(苏黎世联邦理工学院) ; Centre for Artificial Intelligence, Zurich University of Applied Sciences(人工智能中心,应用科学大学)
AI总结 COGITAO提出了一种模块化数据生成框架,用于研究视觉领域中的组合性与泛化能力,通过规则任务和灵活的参数控制生成大量任务规则,验证了现有视觉模型在泛化能力上的不足。
Comments 10 main pages, 3 figure, appendix available