PermFlow：流匹配学习排列分布

2026年10月23日，arXiv Artificial Intelligence 刊出 Yimeng Min 与 Carla P. Gomes 的论文，提出 PermFlow 条件流匹配框架，用于学习无偏排列分布。该框架直接在行和列和均为 1 的矩阵仿射子空间上学习排列，闭式切空间投影器沿每条轨迹精确保持约束，最近目标耦合把不同噪声初始化导向不同有效排列。报道称，该模型能捕捉多峰排列分布而非坍缩到单一模式，在无歧义输入上取得高准确率，并在歧义情形下同时恢复两个有效排列。论文将发表于 NeurIPS 26。目前事件进展限于该论文发布，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。