论文页面 - Qwen-Image-Flash: 超越目标设计

来源: https://huggingface.co/papers/2606.03746 作者:

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

针对视觉生成模型的少步蒸馏，除了蒸馏目标之外，系统性地探究训练方案也能带来收益 —— 通过优化数据组成、教师引导和任务混合，可以提升学生模型的性能。

Few-step distillation (https://huggingface.co/papers?q=Few-step%20distillation) 已成为加速 advanced visual generative models (https://huggingface.co/papers?q=visual%20generative%20models) 的有效策略，然而先前的工作主要聚焦于 distillation objectives (https://huggingface.co/papers?q=distillation%20objectives)。本文从互补的角度重新审视 few-step distillation (https://huggingface.co/papers?q=few-step%20distillation)，重点关注对 student performance 有重要影响的 training recipe (https://huggingface.co/papers?q=training%20recipe)。以 Qwen-Image-2.0 为代表案例，我们系统性地研究了统一 text-to-image generation (https://huggingface.co/papers?q=text-to-image%20generation) 和 instruction-guided image editing (https://huggingface.co/papers?q=instruction-guided%20image%20editing) 蒸馏中的三个因素：data composition (https://huggingface.co/papers?q=data%20composition)、teacher guidance (https://huggingface.co/papers?q=teacher%20guidance) 和 task mixture (https://huggingface.co/papers?q=task%20mixture)。我们的实证分析揭示了若干非显而易见的特性，这促使了 Qwen-Image-Flash 的开发。总体而言，我们的结果表明，有效的 few-step distillation (https://huggingface.co/papers?q=few-step%20distillation) 不仅需要精心设计的目标，还需要对整个训练流程进行有原则的组织。

查看 arXiv 页面 (https://arxiv.org/abs/2606.03746) 查看 PDF (https://arxiv.org/pdf/2606.03746) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.03746)

在您的 agent 中获取本文：

hf papers read 2606\.03746

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本论文的模型 0

没有模型链接本论文

请在模型的 README.md 中引用 arxiv.org/abs/2606.03746，以便从此页面建立链接。

引用本论文的数据集 0

没有数据集链接本论文

请在数据集的 README.md 中引用 arxiv.org/abs/2606.03746，以便从此页面建立链接。

引用本论文的 Space 0

没有 Space 链接本论文

请在 Space 的 README.md 中引用 arxiv.org/abs/2606.03746，以便从此页面建立链接。

包含本论文的收藏集 0

没有收藏集包含本论文

请将本论文添加到一个 collection (https://huggingface.co/new-collection) 中，以便从此页面建立链接。