arXiv · AI· Andrei Jarca, Vlad Hondru, Florinel-Alin Croitoru, Radu Tudor Ionescu·· 2026-10-16AI 评分31
EigDiff:利用特征样本减少扩散模型训练数据规模
EigDiff: Eigensample Diffusion - or how to significantly reduce training dataset size with marginal performance variation?
AI 导读
EigDiff 方法通过利用特征样本,将扩散模型训练数据减少至多 14 倍,同时保持模型性能基本不变。 该方法利用预训练 CLIP 模型的潜在空间,通过主成分分析(PCA)计算潜在特征向量,并以其作为参考点选择包含代表性样本和多样图像的训练子集。 实验还表明,该子集选择方法比现有方法加速了至多 1607 倍。
来源:arXiv · AI · arxiv.org