StepX-OPD: Rethinking Multi-Teacher On-Policy Distillation in Diffusion Models 封面
HuggingFace
论文2026-11-0…

StepX-OPD: Rethinking Multi-Teacher On-Policy Distillation in Diffusion Models

A deployable text-to-image diffusion model must hold several capabilities at once, such as instruction following, text rendering and human preference, and must sample in a few steps. Capabilities and few-step sampling a…

来源:HuggingFace Papers收录于 2026年11月8日

站内导读

中文

用途:这份 README 介绍 StepX-OPD,一种面向扩散模型的多教师 on-policy 蒸馏方法,讨论如何让文本到图像模型在少步采样下仍同时保留多种能力。

能做什么

  • 把指令跟随、文字渲染、人类偏好等能力放进同一个可部署模型的考量范围。
  • 采用多教师 on-policy 蒸馏,把多个教师的能力迁移到同一个学生模型。
  • 把多能力保留与少步采样写成一对矛盾,而不是分开优化的两个指标。
  • 面向可部署场景,要求模型在少量采样步内完成生成。

适用场景:适合做扩散模型蒸馏与采样加速的研究者和工程团队,需要了解文本到图像模型的训练流程和 on-policy 蒸馏的基本设定。

相关项目 · HuggingFace

查看全部「HuggingFace」项目 →