arXiv stat.ML· Wen Ge, Lei Jiang, Lingyi Yang, Leonardo Roveri, Mingxuan Yi, Po-Yu Chen, Niels Cariou-Kotlarek, Francois Buet-Golfouse, Gaurav Mittal, Hao Ni·· 5 小时前AI 评分27
Sig-DEG：让扩散模型更快更轻的蒸馏方法
Sig-DEG for Distillation: Making Diffusion Models Faster and Lighter
AI 导读
Sig-DEG（Signature-based Differential Equation Generator）通过结合部分签名与循环结构来近似随机微分方程解，将预训练扩散模型的蒸馏建模为监督学习，在粗时间网格上匹配教师模型的精细轨迹。
来源：arXiv stat.ML · arxiv.org