强随机流映射改用导数损失训练

Zander W. Blasingame 等作者提出一种改进强随机流映射训练的方法：用移位 Legendre 多项式展开表示布朗路径，并配合 Wong-Zakai 风格目标，使这类模型也能用基于导数的损失训练。作者同时给出把大型预训练流模型微调为强随机流映射的方案。 作者称，在 ImageNet 上以 4 NFE 评估时，该方法的 FD-DINOv2 相对 SSFM 提升约三倍。这一效果来自作者报告，尚待独立验证。

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。