Consistent Distribution Matching 无数据扩散蒸馏论文发布

2026年10月8日，研究者在 arXiv（Machine Learning Theory 栏目，一手来源）发布论文，提出 Consistent Distribution Matching，一种面向扩散与流模型的无仿真、无数据蒸馏方法。该方法仅使用冻结教师模型与可训练学生模型两个网络，并优化单一目标，即可在保持生成能力的同时实现单步或少步生成。目前公开信息仅涉及该论文本身，未见后续实验验证、代码开源或第三方复现报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。