CollectionLoRA：通过多教师策略蒸馏在单一LoRA中收集50种效果
原帖
**CollectionLoRA：通过多教师策略蒸馏在单一LoRA中收集50种效果**
_CollectionLoRA: Collecting 50 Effects in 1 LoRA via Multi-Teacher On-Policy Distillation_
> 本文提出CollectionLoRA，一个用于图像编辑的多教师策略蒸馏框架。该方法能将多达50个独立效果LoRA的概念和快速生成能力蒸馏到单个LoRA中，显著降低部署成本。它通过概率双流路由、非对称正交提示策略和粗到细蒸馏目标等技术，有效解决了多LoRA叠加时出现的参数干扰、概念混淆和风格退化问题，同时保持或超越独立教师模型的概念保真度。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.25378)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
本文介绍CollectionLoRA，一个用于图像编辑的多教师策略蒸馏框架。该方法能将多达50个独立效果LoRA的概念和快速生成能力蒸馏到单个LoRA中，显著降低部署成本。它通过概率双流路由、非对称正交提示策略和粗到细蒸馏目标等技术，有效解决了多LoRA叠加时出现的参数干扰、概念混淆和风格退化问题，同时保持或超越独立教师模型的概念保真度。
答案说明
CollectionLoRA是一种多教师策略蒸馏框架，能将多达50个独立效果LoRA蒸馏到单个LoRA中，通过特定技术解决参数干扰等问题，显著降低图像编辑模型的部署成本。
这篇帖子回答的问题
- CollectionLoRA是如何解决多LoRA叠加时出现的参数干扰、概念混淆和风格退化问题的？
- 将多个独立效果LoRA蒸馏到单个LoRA中主要有什么好处？
核心观点
- CollectionLoRA框架能将多达50个独立效果LoRA蒸馏到单个LoRA中。
- 该方法通过概率双流路由等技术解决多LoRA叠加的干扰问题，并保持或超越独立教师模型的概念保真度。
FAQ
- Q: CollectionLoRA是什么？
- A: CollectionLoRA是一个用于图像编辑的多教师策略蒸馏框架，能将多个独立效果LoRA蒸馏到单个LoRA中。
- Q: CollectionLoRA解决了什么问题？
- A: 它解决了多LoRA叠加时出现的参数干扰、概念混淆和风格退化问题。
关键实体
- CollectionLoRA
- LoRA
- 多教师策略蒸馏