NeurIPS 2026 论文提出 VAP 诊断流匹配

2026年10月22日，arXiv 的 cs.AI 与 cs.LG 分类收录了一篇 NeurIPS 2026 论文。该论文提出“速度歧义剖面”（Velocity Ambiguity Profile，VAP），用于按时间分辨 flow matching 的风险构成。论文指出，flow matching 的损失通常按插值时间取平均；VAP 把这一损失拆成两部分：一是时间局部的速度预测贝叶斯风险下限，二是剩余项。这两部分中，只有剩余项能靠增加数据或更换估计器来降低。目前该事件仅见这一篇报道，其中未给出实验设置、数据集或具体数值结果，也未有后续进展或独立复现。

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。