COT-FM: 클러스터 단위 최적 수송 흐름 매칭

초록

COT-FM은 더 빠르고 안정적인 생성을 위해 플로우 매칭(FM)의 확률 경로를 재구성하는 일반적인 프레임워크입니다. FM 모델은 무작위 또는 배치 단위 결합으로 인해 곡선 궤적을 생성하는 경우가 많으며, 이는 이산화 오차를 증가시키고 샘플 품질을 저하시킵니다. COT-FM은 타겟 샘플을 클러스터링하고 사전 학습된 FM 모델을 역전시켜 얻은 전용 소스 분포를 각 클러스터에 할당하여 이 문제를 해결합니다. 이러한 분할 정복 전략은 모델 아키텍처를 변경하지 않으면서도 더 정확한 국소 전송과 상당히 직선적인 벡터 필드를 제공합니다. 플러그 앤 플레이 방식인 COT-FM은 2D 데이터셋, 이미지 생성 벤치마크, 로봇 매니퓰레이션 작업에서 지속적으로 샘플링 속도를 높이고 생성 품질을 향상시킵니다.

English

We introduce COT-FM, a general framework that reshapes the probability path in Flow Matching (FM) to achieve faster and more reliable generation. FM models often produce curved trajectories due to random or batchwise couplings, which increase discretization error and reduce sample quality. COT-FM fixes this by clustering target samples and assigning each cluster a dedicated source distribution obtained by reversing pretrained FM models. This divide-and-conquer strategy yields more accurate local transport and significantly straighter vector fields, all without changing the model architecture. As a plug-and-play approach, COT-FM consistently accelerates sampling and improves generation quality across 2D datasets, image generation benchmarks, and robotic manipulation tasks.

COT-FM: 클러스터 단위 최적 수송 흐름 매칭

COT-FM: Cluster-wise Optimal Transport Flow Matching

초록

Support