热点事件持续更新
研究团队提出扩散模型无数据蒸馏方法CDM并开源
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月8日，研究人员在 arXiv 发布论文，提出了一种面向扩散模型的无数据且无需模拟的蒸馏方法 Consistent Distribution Matching（CDM）。该方法通过单个学生网络统一样本生成与得分估计，以此加速推理。在 ImageNet 256×256 基准测试中，CDM 训练 40 个 epoch 即可在 1-NFE 设置下实现 2.04 的 FID，在 4-NFE 设置下实现 1.37 的 FID。目前，该研究的相关代码与模型已公开发布。
AI 根据报道生成 · 6 小时前更新
最新进展10月8日 12:00
研究团队提出无数据蒸馏方法CDM以加速扩散模型推理，并公开发布了相关代码与模型。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 机器学习Consistent Distribution Matching：面向扩散模型的无数据蒸馏方法
研究人员提出无数据且无需模拟的扩散模型蒸馏方法 Consistent Distribution Matching，通过单个学生网络统一样本生成与得分估计以加速推理。在 ImageNet 256×256 基准上，该方法训练 40 个 epoch 即可在 1-NFE 下实现 2.04 的 FID，在 4-NFE 下实现 1.37 的 FID。相关代码与模型已公开发布。
本事件热度走势
当前热度 9·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。