MFGLab: Un Framework Unificato per la Modellazione Generativa tramite Giochi a Campo Medio

Una nuova libreria open-source PyTorch, MFGLab, unifica dodici modelli generativi di rilievo sotto la lente dei giochi a campo medio (MFG). L'API principale della libreria è una tupla di costo che consente agli utenti di specificare tutti e dodici i modelli—inclusi Continuous Normalizing Flows, OT-Flow, Score-based Models e Schrödinger Bridges—utilizzando quattro funzioni di costo componibili. Il ciclo di addestramento, il calcolo del log-Jacobiano e il campionatore ODE inverso sono condivisi automaticamente. L'articolo introduce anche DI-Flow, un nuovo design di costo che impiega un funzionale di entropia differenziabile per incoraggiare la copertura delle modalità. Inoltre, vengono forniti solver MFG basati sull'apprendimento che superano sostanzialmente i metodi basati su ODE neurali. Il lavoro affronta due dimensioni precedentemente inesplorate: il termine di interazione impostato a zero in molti modelli esistenti e l'applicazione della ricca famiglia di solver MFG alla modellazione generativa. L'articolo è disponibile su arXiv con ID 2607.23026.