arXiv · AI· Wenwu Tang, Dong Wang, Yun Cheng, Olga Saukh·· 5 小时前AI 评分38
ReSeed:通过在扩散模型蒸馏的首步引入偏差恢复多样性
A First-Step Bias Restores Lost Diversity in Diffusion Model Distillation
AI 导读
研究提出 ReSeed 方法,通过在扩散模型蒸馏的首个去噪步添加种子响应偏差适配器,显著恢复生图多样性,无需微调整个学生模型。 在 4-step FLUX.1-dev 模型上,ReSeed 仅增加 0.00196% 可训练参数,使用 8,000 个提示词-噪声对训练,使 DINO 多样性提升 48.3%。 该方法轻量且数据高效,能在保持视觉质量竞争力的同时,有效解决蒸馏模型初期多样性丢失问题。
来源:arXiv · AI · arxiv.org