研究人员开发了一个新的数据集蒸馏框架，旨在提高合成数据集的质量和泛化能力。该方法使用显著图，特别是Grad-CAM++，来关注区分类别的区域并减少不相关背景信息的影响。该过程涉及构建和优化原型以增强代表性和多样性，同时保持核心扩散模型（如LDM和DiT）的冻结。 AI
影响 该方法可以通过减少对大型数据集的需求来提高AI模型的训练效率。
排序理由 详细介绍数据集蒸馏新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2607.25318v1 Announce Type: new Abstract: Dataset distillation aims to synthesize compact datasets that can approximate the performance of full-data training while significantly reducing computational and storage costs. However, diffusion-based distillation methods often st…