跳到正文
arXiv · ML· Jaihoon Kim, Lingxiao Li, Soshi Shimada, Roshni Cooper, Minhyuk Sung, Yiwei Zhao·· 21 天前AI 评分40

sDMD: Sinkhorn 分布匹配蒸馏

sDMD: Sinkhorn Distribution Matching Distillation

AI 导读

论文提出 sDMD,通过结合 Sinkhorn 散度与逆向 KL 散度来改进多步扩散模型的蒸馏过程。 该方法利用判别器自适应激活修正项,将离群样本导向目标分布,提升了模型的模式覆盖能力。 sDMD 仅需 2-4 步采样,在 FLUX.1-dev 等模型上优于基线方法,并在 GenEval 等基准上取得更好结果。

来源:arXiv · ML · arxiv.org