Kunpeng Liu 等发布免训练安全引导框架 AegisFlow
热点事件持续更新
Kunpeng Liu 等发布免训练安全引导框架 AegisFlow
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
Kunpeng Liu 等在 arXiv 发布论文，提出免训练的安全引导框架 AegisFlow。该方法将有引导的流匹配生成重构为全局范围的安全关键最优控制问题，通过把时变障碍函数嵌入全局代价函数来约束整条生成路径，并给出 HJB 方程的可解近似。 论文实验显示，AegisFlow 在文本引导图像编辑和机器人规划任务上超越现有 SOTA 方法，在目标对齐与约束满足之间取得更好权衡，代码已开源。这些效果为论文作者的实验报告，尚未经独立验证。
AI 根据报道生成 · 59 分钟前更新
最新进展10月29日 19:07
AegisFlow：免训练的非短视路径安全引导流匹配框架报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.AIAegisFlow：免训练的非短视路径安全引导流匹配框架
AegisFlow 是一个免训练的非短视路径安全引导框架，将有引导生成重构为全局范围的安全关键最优控制问题，通过把时变障碍函数嵌入全局代价函数来约束整条生成路径，并给出 HJB 方程的可解近似。实验显示其在文本引导图像编辑和机器人规划上超越 SOTA 方法，在目标对齐与约束满足之间取得更好权衡，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。