研究者提出图能量匹配框架GEM
热点事件持续更新
研究者提出图能量匹配框架GEM
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Michal Balcerak等作者提出 Graph Energy Matching（GEM），一种受 JKO 传输映射优化启发的离散图生成框架：它学习置换不变的能量函数，引导噪声向高似然图区域传输并细化样本。 作者称，在分子图基准上，GEM 在多数指标上匹配或超越强离散扩散基线，并支持组合生成、性质约束采样与图间插值。该工作为 NeurIPS 2026 定稿版本。
AI 根据报道生成 · 48 分钟前更新
最新进展11月11日 13:00
Graph Energy Matching：面向图生成的传输对齐能量建模框架报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIGraph Energy Matching：面向图生成的传输对齐能量建模框架
研究者提出 Graph Energy Matching（GEM），一种受 JKO 传输映射优化启发的离散生成框架，通过学习置换不变的能量函数引导噪声向高似然图区域传输并细化样本。在分子图基准上，GEM 在多数指标上匹配或超越强离散扩散基线，并支持组合生成、性质约束采样与图间插值。该工作为 NeurIPS 2026 定稿版本。
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。