跳到正文
arXiv · AI· Zikai Zhou, Zhengpeng Xie, Shitong Shao, Lichen Bai, Tianhao Zhang, Bojun Cheng, Zeke Xie·· 10 天前AI 评分20

DA-DMD:感知分歧的分布匹配蒸馏改进少步扩散模型

Disagreement-Aware Distribution Matching Distillation for Few-Step Diffusion Models

AI 导读

研究者提出DA-DMD,通过复用训练中的教师-伪模型分歧信号来动态调制更新强度,无需额外模型或推理时修改。 该方法仅在高采样噪声区间激活,在外围精确恢复原始DMD行为,并在极端分歧时表现重降性影响。在SD3.5-L上,DA-DMD将HPSv2分数从28.23提升至30.93,且以64.4%的平均胜率超越DMD2。

来源:arXiv · AI · arxiv.org