返回
AI 评分 46/100

MIT 提出 HardFlow:让生成式 AI 满足安全关键场景的硬约束

MIT News(RSS)·2026-09-14 12:00·1小时前·Adam Zewe | MIT News
AI 导读

MIT 研究人员提出 HardFlow,一种可在部署阶段即插即用的采样算法,让预训练生成模型在最终输出上满足安全、物理等硬约束,无需重新训练。该方法把硬约束采样重构为轨迹优化问题,在机器人操作、迷宫导航和文本引导图像编辑实验中实现完全约束满足,解的质量持续优于基线方法,计算时间与多数对比方法相当或更低。

MIT News(RSS)
46AI 编辑部评分,满分 100

MIT 提出 HardFlow:让生成式 AI 满足安全关键场景的硬约束

2026-09-14 12:00· 1小时前· Adam Zewe | MIT News
AI 导读

MIT 研究人员提出 HardFlow,一种可在部署阶段即插即用的采样算法,让预训练生成模型在最终输出上满足安全、物理等硬约束,无需重新训练。该方法把硬约束采样重构为轨迹优化问题,在机器人操作、迷宫导航和文本引导图像编辑实验中实现完全约束满足,解的质量持续优于基线方法,计算时间与多数对比方法相当或更低。

按该来源的展示范围,站内仅提供摘要。

前往原站阅读(在新标签页打开)

来源:MIT News(RSS)· news.mit.edu