摘要。流量匹配(FM)(也称为随机插值或矩形流)是一类生成模型,旨在用辅助分布µ桥接目标分布ν⋆,并利用固定的构建的couplingπ和一个可以确定的桥式或stico的桥梁。这两种成分定义了路径度量,然后通过学习其马尔可夫投影的漂移来近似。本文的主要贡献是在ν⋆,µ和π上提供相对温和的假设,以获得非轴注剂的保证,以保证使用与布朗尼运动相关的条件分布,以进行分解流量匹配(DFM)模型。更确切地说,我们在目标分布与此类DFM模型在时间条件下产生的kullback-leibler差异建立了界限,并在ν⋆,µ和π的得分上以及标准的L 2-Drift-Drift-Approximation误差假设。