跳到正文
arXiv · 机器人与计算机视觉· Jesse Bettencourt, Xindi Wu, Matan Atzmon, James Lucas, Jonathan Lorraine·· 8 天前AI 评分50

CARV:扩散模型梯度方差缩减框架

Variance Reduction for Gradients from Diffusion Teachers

AI 导读

CARV 是一种计算感知的方差核算框架,将蒙特卡洛估计重构为两阶段采样问题以复用昂贵上游计算。该方法在文本转三维和数据归因任务中实现 2 至 3 倍有效算力倍增,其中时序重要性采样与分层逆 CDF 采样贡献约 25% 增益。该成果已作为 NeurIPS 2026 相机就绪版本发布,适用于预训练扩散模型作为冻结教师的教学管道。

来源:arXiv · 机器人与计算机视觉 · arxiv.org