arXiv · ML· Zhiqi Li, Cheng Wan, Bo Zhu·· 16 小时前AI 评分41
FlowMap-OPD:面向少步 Flow-Map 生成器的策略蒸馏方法
FlowMap-OPD: On-Policy Distillation for Few-Step Flow-Map Generators
AI 导读
FlowMap-OPD 提出针对少步 flow-map 生成器的策略蒸馏(OPD)框架,首次将状态收集与监督分离。 该方法在 FLUX 和 SD3.5 上验证,单学生模型在 300 次更新内整合三个专家教师,OCR 得分达 0.883,超过各自基准线。 结果显示,其性能优于多奖励强化学习和 LoRA 合并方法,确立了“用 flow map 采样,学习 velocity”的反直觉训练规则。
来源:arXiv · ML · arxiv.org