연구진은 구조화된 잠재 표현 학습과 고품질 생성을 동시에 달성하는 새로운 프레임워크인 Structured Coupling for Flow Matching (SCFM)을 제안했습니다.
SCFM은 잠재 변수 모델링과 플로우 매칭을 결합하여 구조화된 사전 지식을 학습하고 연속적인 변환 맵을 생성합니다.
실험 결과, SCFM은 클러스터링, 분리, 다운스트림 작업에 유용한 잠재 표현 학습을 가능하게 하며, 샘플 품질 면에서도 플로우 매칭과 경쟁력을 보였습니다.