本文提出了基于 f-散度最小化的通用单步扩散模型蒸馏框架 f-d-20250225055624

本文提出了基于 f-散度最小化的通用单步扩散模型蒸馏框架 f-distill，通过密度比率加权梯度更新，实现了更灵活的分布匹配策略，有效平衡了模式覆盖和训练稳定性，并在图像生成任务上取得了最先进的单步生成性能，突破了传统反向 KL 散度蒸馏方法的局限性，为加速和改进扩散模型采样提供了新的有效途径。