用于低 NFE 生成流的密度级反向误差分析

研究者提出了用于低 NFE 生成流 ODE 采样的密度级反向误差框架，可识别求解器修正方程缺陷中改变边际分布的分量。该方法能导出感知求解器阶数的算力分配规则，并通过规范自由度选取数值表现更优的速度场表示。在预训练 CIFAR-10 EDM 概率流 ODE 实验中，密度感知分配持续改善了低 NFE 区间的固定步长 Euler 采样表现。