倾斜匹配用于可扩展采样和微调

本文介绍了倾斜匹配，一种用于从非归一化密度采样和微调生成模型的新算法。它利用随机插值和动力学方程来实现可扩展性和效率。关键优势在于它能够避免梯度计算和通过轨迹的反向传播，使其适用于复杂场景。本文的重要性在于它有潜力提高生成模型的性能，特别是在Lennard-Jones势下的采样和微调扩散模型等领域。

• •提出了倾斜匹配，一种用于采样和微调的新算法。
• •避免梯度计算和反向传播。
• •在Lennard-Jones势上展示了最先进的结果，并在Stable Diffusion微调上具有竞争力。
• •可扩展且高效的方法。