待验证50% 置信事实精确时间
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。
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。70% 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66% 相似待验证常见的归一化流结构包括Real-NVP、神经自回归流（NAF）、连续归一化流（CNF），各有计算效率与表达力上的取舍64% 相似待验证传统自回归方法生成N个token需要运行N次模型前向传播，而推测解码通过批量验证将多次调用合并为一次63% 相似待验证多智能体流水线通过将物理仿真结果作为反馈引入生成循环，不断修正不符合物理规律的输出61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1127418API
curl https://kongchang.com/api/v1/knowledge/claims/1127418MCP
get_claim(id=1127418)