arXiv 机器学习· Sirine Ayadi, Stephan G\"unnemann·· 1 天前AI 评分33
H-GLow：基于风险引导离散流匹配加速图生成
H-GLow: Accelerating Graph Generation via Hazard-Guided Discrete Flow Matching
AI 导读
研究团队提出图生成加速框架 H-GLow，将连续时间马尔可夫链（CTMC）生成元分解为风险和条件跳跃分布，以此规划图编辑并动态调整采样时间。H-GLow 不仅能适配预训练图 DFM 模型，还引入了直接预测风险与跳跃分布的新型图 DFM 模型。分子与合成图基准实验表明，该方法以显著更少的采样步数提升了图生成质量。
来源：arXiv 机器学习 · arxiv.org