FlowMap-OPD: Rollout-Kernel Separation for On-Policy Distillation of Few-Step Flow-Map Generators¶

复现级别：L1 核心机制诊断。 执行 rollout state detach 与 local kernel KL；未训练图像 flow-map generator。

论文信息¶

字段	内容
论文链接	arXiv 2609.37851
公司/机构	Georgia Institute of Technology（按第一作者署名单位）
首次公开日期	2026-09-29（arXiv v1）
原文开源代码	是：https://github.com/ZhiqiLi-CG/Flowmap_OPD_source
Adapter	`flowmap-opd`
本地复现代码	`src/auto_research/post_training/latest_20261001.py`

把生成状态的 rollout 分布与 teacher/student 比较 kernel 解耦：rollout 只负责提供具有正确边缘分布的状态，优化 kernel 在这些冻结状态上比较 flow map、诱导速度或瞬时速度。

flowchart LR
  I[公开输入/当前状态] --> M[flowmap-opd 核心机制]
  M --> A[可审计中间量]
  A --> O[输出/更新状态]

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

\(L(\theta)=\mathbb E_{z\sim\rho^\theta}[\ell(\theta,T;z)]\)。本地从计算图中 detach rollout state，仅让 local KL kernel 更新 student。

原文在 ImageNet 和多 specialist teacher consolidation 上验证 few-step student；本地只验证 rollout/kernel 梯度隔离。

本地对照口径：基线为论文机制关闭或默认状态，实验组为开启对应核心算子；本批只验证不变量和状态转换，跨模型相对变化不适用。

三种子诊断见 metrics/mechanism-seeds42-44.json。diagnostic_only=true，只证明核心状态转换、梯度或调度不变量可执行，不能进入正式能力排名。

执行 rollout state detach 与 local kernel KL；未训练图像 flow-map generator。