George Rapakoulias

新的STMD方法在无教师模型的情况下加速扩散模型推理

研究人员开发了随机转移图蒸馏（STMD），一个新颖的框架，旨在加速扩散模型的推理过程，而无需预先训练的教师模型。该方法蒸馏了采样随机微分方程（SDE）的完整转移图，实现了更快、概率性的样本生成。STMD提供了理论基础，具有Wasserstein距离的收敛界限，并在MNIST、CIFAR-10和CelebA数据集的图像生成任务上得到了验证。