先了解这件事
2026年10月10日,Apple提出Normalizing Trajectory Models(NTM)。据Apple Machine Learning Research介绍,该方法将扩散模型的每个反向步骤建模为带精确似然训练的条件归一化流,结合每步浅层可逆模块与跨轨迹的深层并行预测器,可从头训练,也可从预训练flow-matching模型初始化。其精确轨迹似然支持自蒸馏,轻量去噪器四步即可生成高质量样本。在文生图基准上,NTM仅用四步采样即匹配或超越强基线,并保留生成轨迹的精确似然。目前尚无该事实的后续发展。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Apple Machine Learning Research
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月10日
Apple Machine Learning Research一手
Apple 提出 Normalizing Trajectory Models（NTM）：四步采样同时保留精确似然
Apple 提出 Normalizing Trajectory Models（NTM），将扩散模型的每个反向步骤建模为带精确似然训练的条件归一化流，结合每步浅层可逆模块与跨轨迹的深层并行预测器，可从头训练或从预训练 flow-matching 模型初始化。其精确轨迹似然支持自蒸馏，轻量去噪器四步即可生成高质量样本。在文生图基准上，NTM 仅用四步采样即匹配或超越强基线，并保留生成轨迹的精确似然。
Apple Machine Learning Research一手
Apple 机器学习研究 2026 年论文列表：NeurIPS、EMNLP 等会议成果
Apple 机器学习研究页面列出 2026 年论文，涵盖 NeurIPS、EMNLP 等会议，主题包括 Normalizing Trajectory Models、RISED 智能体多环境选择与自蒸馏、扩散模型置信度极限、强智能体自主 ML 工程所需 harness 程度，以及 LLM 条件化的有效性-流畅性权衡。
Apple Machine Learning Research一手
Apple Machine Learning Research 公布 2026 年 NeurIPS 等会议论文列表
Apple Machine Learning Research 页面列出 2026 年多篇论文，包括入选 NeurIPS 的 Normalizing Trajectory Models、RLTL;DR: Self-Improvement by Internalizing Self-Generated Feedback 和 The Communication Bottleneck: A Round-Trip Study of Tree-Structured Expression Serialization in Language Models，以及入选 EMNLP 的 On the Effectiveness-Fluency Trade-Off in LLM Conditioning。其余论文涵盖扩散模型置信度、智能体自主 ML 工程、多语言语音模型等方向。
Apple Machine Learning Research一手
Apple Machine Learning Research 发布 2026 年论文列表
Apple Machine Learning Research 公布 2026 年论文列表，涵盖 NeurIPS、EMNLP 等会议，涉及计算机视觉、语音与自然语言处理、方法算法等方向。论文包括 Normalizing Trajectory Models、RISED、SCLATE 等，作者来自 Apple 及合作机构。
Apple Machine Learning Research一手
Apple 机器学习研究发布 2026 年 NeurIPS、EMNLP 等论文列表
Apple 机器学习研究页面列出 2026 年多篇论文，包括发表于 NeurIPS 的 Normalizing Trajectory Models、RLTL;DR 和 The Communication Bottleneck，以及发表于 EMNLP 的 On the Effectiveness-Fluency Trade-Off in LLM Conditioning。其余论文涵盖 RISED 智能体多环境选择与自蒸馏、扩散模型置信度极限、多语言语音模型语言判别、SCLATE 持续学习智能体训练与评估等方向。
Apple Machine Learning Research一手
Apple Machine Learning Research 发布 2026 年论文列表
Apple Machine Learning Research 公布 2026 年论文列表，涵盖 NeurIPS、EMNLP 等会议，主题包括 Normalizing Trajectory Models、RISED 智能体多环境选择与自蒸馏、扩散模型置信度极限，以及多语言语音模型的语言判别等。
Apple Machine Learning Research一手
Apple Machine Learning Research 发布 2026 年论文列表
Apple Machine Learning Research 公布 2026 年论文列表，涵盖 NeurIPS、EMNLP 等会议，主题包括 Computer Vision、Methods and Algorithms、Speech and Natural Language Processing 等。其中 Normalizing Trajectory Models 与 RLTL;DR 入选 NeurIPS，RISED 聚焦智能体多环境选择与自蒸馏。
Apple Machine Learning Research一手
Apple 机器学习研究发布 2026 年论文列表
Apple 机器学习研究（Apple Machine Learning Research）官网公开了 2026 年论文列表，涵盖 NeurIPS、EMNLP 等会议，涉及计算机视觉、方法算法、语音与自然语言处理、人机交互等方向。其中《Normalizing Trajectory Models》与《RLTL;DR: Self-Improvement by Internalizing Self-Generated Feedback》均发表于 NeurIPS。