用高阶张量规范场提升生成流模型表达力，更好捕捉数据几何结构。
Tensor Gauge Flow Models
- 将高阶张量规范场引入流方程，扩展规范流模型框架。
- 在高斯混合模型上优于标准流与规范流基线模型。
- 适合需要强几何建模能力的生成任务，如复杂分布建模。
本文提出张量规范流模型（Tensor Gauge Flow Models），一种新型生成流模型，通过在流方程中引入高阶张量规范场，对规范流模型和高阶规范流模型进行推广。该扩展使模型能够编码更丰富的几何与规范理论结构，从而实现更强的流动力学表达能力。在高斯混合模型上的实验表明，该模型在生成性能上显著优于标准流模型与规范流基线模型。
原文摘要 · Abstract (English)
This paper introduces Tensor Gauge Flow Models, a new class of Generative Flow Models that generalize Gauge Flow Models and Higher Gauge Flow Models by incorporating higher-order Tensor Gauge Fields into the Flow Equation. This extension allows the model to encode richer geometric and gauge-theoretic structure in the data, leading to more expressive flow dynamics. Experiments on Gaussian mixture models show that Tensor Gauge Flow Models achieve improved generative performance compared to both standard and gauge flow baselines.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。