few-step-generation

本文介绍了untied self-conditioning以修正流匹配语言模型中的训练-推理不匹配问题，在无需重新训练的情况下，以更低的困惑度改进少步生成质量。

本文提出MeanFlow-Transfer（MF-T）和连续对抗性MeanFlow（CAMF），以统一预训练扩散和流动模型的适配和加速，实现数据有限新领域的高质量少步生成。

本文介绍了潜核离散流映射（LKF），一种用于离散扩散模型的流映射核，通过共享潜变量捕捉位置之间的相关性，无需蒸馏即可实现少步生成，并改善了文本生成的困惑度。

感知流匹配在感知特征空间中对流匹配进行监督，使得仅需4-8步采样而非35-50步即可实现高质量少步生成，且无需教师模型。

论文指出了为何确定性少步生成在文本上失败而在图像上成功：文本解码器中尖锐的类别读出放大了微小误差，导致词元翻转，而连续图像解码器是平滑的。论文提出了诊断指标（DABI, CCI）以及逃逸机制，如类别承诺和随机重注入。

VESFlow 是一种无需训练的安全方法，用于基于流匹配的文本到图像生成，通过编辑速度场来确保安全输出，同时保持提示的完整性。

RTDMD是一个两阶段框架，结合分布匹配蒸馏与奖励引导的强化学习，以改进少步图像生成与人类偏好的一致性。它在仅需4步推理的情况下，在多个模型上取得了最先进的结果。

FlowLM 提出了一种流匹配语言模型，通过高效微调从预训练扩散模型衍生而来，能够实现高质量少步文本生成，其效果可与2000步扩散采样相媲美，而训练轮次更少。