From Euler to Dormand-Prince: ODE Solvers for Flow Matching Generative Models

Cet article de recherche évalue systématiquement quatre solveurs d'EDO classiques (Euler, Point Milieu Explicite, RK4, Dormand-Prince 5(4)) pour les modèles génératifs de Flow Matching, en les implémentant à partir de zéro dans PyTorch. Il compare quantitativement leur efficacité sur des tâches allant des distributions 2D aux chiffres MNIST, montrant que RK4 avec 80 évaluations de fonction atteint une qualité d'échantillon comparable à Euler avec 200, et observe le raidissement du spectre des valeurs propres jacobiennes près de t=1.