BCSM：离散扩散模型少步蒸馏新目标
热点事件持续更新
BCSM：离散扩散模型少步蒸馏新目标
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Peng Tu 等作者提出双向中心化分数匹配（BCSM），作为离散扩散模型少步蒸馏的训练目标，针对 token-wise KL 监督不足的问题。该方法用 O(K) 双向活跃集把成对比较降至 O(K²)，再分解为 O(K) 目标，并引入跨时间步转移对齐。 作者报告的实验结果显示，BCSM 可实现最高 6 倍 NFE 降低；单步推理下 HumanEval 相对提升 16.9%、MMMU 相对提升 15.1%。这些数字来自论文自述，尚待独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
BCSM：面向离散扩散模型蒸馏的双向中心化分数匹配报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AIBCSM：面向离散扩散模型蒸馏的双向中心化分数匹配
针对离散扩散模型少步蒸馏中 token-wise KL 监督不足的问题，研究者提出双向中心化分数匹配（BCSM），用 O(K) 双向活跃集把成对比较降至 O(K²) 并分解为 O(K) 目标，同时引入跨时间步转移对齐。实验显示其可实现最高 6 倍 NFE 降低，单步推理下 HumanEval 相对提升 16.9%、MMMU 相对提升 15.1%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。