arXiv cs.LG· Shanchuan Lin, Yansong Peng, Fu-Yun Wang, Haoqi Fan·· 3 小时前AI 评分31
无需流离散化：data-space iteration 实现少步生成
Few-Step Generation via Data-Space Iteration
AI 导读
研究者提出 data-space iteration，一种完全去除流离散化的少步生成框架：从噪声出发，共享生成器直接在数据空间迭代精炼预测，每次迭代都被训练为产出其容量允许的最佳样本。该方法可与分布匹配蒸馏（DMD）以极小改动结合，在类别条件 ImageNet 256x256 上优于标准离散化基线，并匹敌或超过通过调度搜索选出的变体，且无需针对特定调度训练。
来源：arXiv cs.LG · arxiv.org