arXiv · 机器人与计算机视觉· George Cazenavette, Angelina Quan, Giannis Daras, Antonio Torralba, Vincent Sitzmann·· 6 天前AI 评分53
基于分布漂移的数据集蒸馏新方法
Dataset Distillation via Drifting
AI 导读
该工作提出一种新的数据集蒸馏方法,通过在特征提取器的潜在空间中使合成样本同时向真实数据靠近且彼此分离(即“漂移”),从而在不依赖分类器优化的情况下更好地逼近每类数据的真实分布。实验表明该方法生成的样本在覆盖真实分布方面优于现有方法,仍可作为强大的分类训练样本,并可扩展至多模态场景及作为模型可视化工具。材料为 NeurIPS 2026 接收的论文预印本,未报告真实机器人部署结果或具体产品发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org