Jeffreys Flow: Robust Boltzmann Generators for Rare Event Sampling via Parallel Tempering Distillation
Die vorgestellte Arbeit führt den „Jeffreys Flow" ein, ein robustes generatives Framework, das durch die Destillation von Parallel-Tempering-Daten mittels der symmetrischen Jeffreys-Divergenz das Problem des Modenkollapses bei Boltzmann-Generatoren löst und so eine effiziente und genaue Stichprobenziehung in Systemen mit komplexen Energielandschaften ermöglicht.