跳到正文
arXiv · 机器人与计算机视觉· Renye Yan, Junyi Zhan, Jikang Cheng, Wei Peng·· 23 天前AI 评分62

Timing Matters Twice:Flow-Matching On-Policy Distillation 中的查询与跳过时机研究

Timing Matters Twice: When to Query and When to Skip in Flow-Matching On-Policy Distillation

AI 导读

论文提出 PhaseOPD 框架,解决流匹配模型在在线策略蒸馏中不同任务阶段监督需求差异的问题。该方法利用学生模型的速度预测无需额外评估即可识别生成阶段,针对每位教师选择最佳监督状态并跳过剩余 rollout 后缀。

来源:arXiv · 机器人与计算机视觉 · arxiv.org