待验证50% 置信事实精确时间
归一化流映射（NFM）定义为从噪声到数据的传输路径上，任意两个时间点s和t之间的映射都严格可逆。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证NFM可以视作对归一化流的推广：令s=1、t=0时退化为普通归一化流，同时结合少步算子能力与精确似然。70% 相似待验证NCM与扩散模型的相似之处在于都放弃了严格的从左到右逐token生成，区别在于NCM以显式的多粒度离散码本组织生成过程，层级结构更为明确，而扩散模型则以噪声水平隐式控制生成粒度。63% 相似部分验证前向扩散是一个固定的马尔可夫链，逐步向数据添加高斯噪声，经过T步后数据变为近似纯噪声。63% 相似待验证扩散 LLM 每次迭代都在整段序列上同时进行，解码过程天然并行，总延迟取决于去噪步数而非输出长度。61% 相似待验证Normalizing Trajectory Models（NTM）将反向过程中的每一步建模为富有表达力的条件归一化流，而非高斯去噪61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1127417API
curl https://kongchang.com/api/v1/knowledge/claims/1127417MCP
get_claim(id=1127417)