**eDMD:仅基于最终输出分布匹配实现少步扩散蒸馏** _eDMD: Endpoint Distribution Matching for Few-Step
原帖
**eDMD:仅基于最终输出分布匹配实现少步扩散蒸馏**
_eDMD: Endpoint Distribution Matching for Few-Step Diffusion Distillation_
> 针对现有分布匹配蒸馏(DMD)在少步生成中因中间状态干扰导致信号失真,本文提出 eDMD 方法。该方法仅使用学生模型的最终输出来训练共享的假分数模型,并以此校正所有去噪步骤,从理论上保证了最终输出分布匹配的唯一性。此外,结合精确教师监督与校准查询密度,实验表明 eDMD 在 SD3-Medium 及 FLUX.2 等模型上显著优于现有方法。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-16 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.17194)