机构名称：
¥ 3.0
一致性模型，该模型是为了减轻不同使用模型的采样阶段来减轻高计算开销的，在达到最先进的经验性能的同时，促进了单步抽样。集成到训练阶段时，一致性模型试图训练一系列一致性函数，能够在扩大过程的任何时间步长将任何点映射到其起点。尽管取得了经验成功，但对一致性培训的全面理论理解仍然难以捉摸。本文朝着建立一致性模型的理论基础迈出了第一步。我们证明，为了在分布中生成ε接近性的样品（通过某些Wasserstein Metric测量），它可以使用一致性学习的步骤数，以超过D 5 {2 {ε的顺序，并带有D数据维度。我们的理论对一致性模型的有效性和效率进行了严格的见解，从而阐明了它们在下游推理任务中的效用。
迈向数学理论，用于在不同的模型中进行一致性训练
主要关键词
相关文件推荐
