**通过漂移实现数据集蒸馏:无需分类器即可逼近真实数据分布**

_Dataset Distillation via Drifting_

> 该研究提出了一种新的数据集蒸馏方法,通过在特征提取器的潜在空间中“漂移”合成数据,使其既向真实数据靠近又彼此分离,从而无需依赖分类器即可直接逼近每类数据的分布。实验表明,这种方法生成的合成数据能更完整地覆盖真实数据分布,并作为强大的分类训练样本。此外,该方法还可用于模型可视化及扩展至多模态场景,为理解数据与模型的交互提供了新视角。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-11-17 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.16642)