几何感知时间重参数化提升流映射蒸馏

研究者 Félix Dedek 与 Makoto Yamada 提出一种面向 Flow-Map 蒸馏的几何感知时间重参数化方法：给法向加速度较大的轨迹段分配更多学生时间，以提升蒸馏效果。 该方法推导出可均衡法向加速度统计量的共享时钟，并在蒸馏前一次性估计，无需重训教师模型，也不增加学生参数与推理开销。在合成数据、CIFAR-10 和 CelebA-64 上，相同推理预算下样本质量优于恒等时间蒸馏，一步与两步图像生成均有提升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。