热点事件持续更新

无数据扩散蒸馏新方法CDM提出

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

研究者提出一种无需数据、无需模拟的扩散与流模型蒸馏方法 Consistent Distribution Matching（CDM），仅使用冻结的教师模型和可训练的学生模型，优化单一目标。该方法用于加速扩散与流模型，同时保持生成能力。在 ImageNet 256×256 上，CDM 在 1-NFE 下的 FID 为 2.04，4-NFE 下为 1.37，训练 40 个 epoch 即超过无数据蒸馏基线。作者称代码与模型已开源。

AI 根据报道生成 · 2 小时前更新

最新进展10月8日 12:00

无需数据的扩散模型蒸馏：一致分布匹配实现 1-NFE FID 2.04

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv cs.CV
无需数据的扩散模型蒸馏：一致分布匹配实现 1-NFE FID 2.04
研究者提出 Consistent Distribution Matching，一种无需数据、无需模拟的扩散与流模型蒸馏方法，仅用冻结教师和可训练学生两个模型、优化单一目标。在 ImageNet 256×256 上，该方法 1-NFE 的 FID 达 2.04，4-NFE 的 FID 为 1.37，训练 40 个 epoch 即超越无数据蒸馏基线。代码与模型已开源。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。