few-step-distillation

上下文匹配蒸馏引入了一个因果框架，用于蒸馏自回归视频模型，通过将教师监督与学生的因果信息上下文对齐，提高了控制遵循性和长视频质量。

本文来自阿里巴巴，重新审视了视觉生成模型的少步蒸馏，聚焦于训练配方因素如数据组成、教师指导和任务混合，以Qwen-Image-2.0为案例研究，开发了Qwen-Image-Flash。

本文研究了视觉生成模型的少步蒸馏训练策略，以Qwen-Image-2.0为例。它揭示了非直观行为，并提出了Qwen-Image-Flash。