跳到正文
arXiv · 机器人与计算机视觉· Linwei Dong, Ruoyu Guo, Ge Bai, Quan Zheng, Yawei Luo, Changqing Zou·· 16 天前精选AI 评分82

基于梯度强化学习的分布匹配蒸馏引导:GDMD 框架

Guiding Distribution Matching Distillation with Gradient-Based Reinforcement Learning

AI 导读

论文提出 GDMD 框架,通过优先优化蒸馏梯度而非原始像素输出来重新定义奖励机制,解决了传统扩散蒸馏在少步生成中牺牲质量的问题。实验显示,该方法使 4 步模型的质量超越多步教师,并在 GenEval 和人类偏好指标上显著优于现有 DMDR 结果。

推荐理由

提出 GDMD 框架,利用梯度强化学习解决蒸馏与采样速度冲突,在少步生成任务上超越多步教师及现有 DMDR 方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org