无需真实数据，通过优化 Dead Leaves 生成高信息量样本
mbsariyildiz · x · 2026-09-01
研究者提出了一种新方法 IDeaL，旨在解决多教师蒸馏（如 UNIC）中需要访问教师训练数据的问题（当数据私有、已授权或丢失时）。核心思想是将像素视为可学习参数，通过冻结的教师模型（如 DINO、iBOT）优化 Dead Leaves 生成的合成图像。生成的样本虽然不真实，但包含最大化的信息量，能够有效用于知识蒸馏。
所属事件:ECCV 论文 IDeaL 实现零真实图像的多教师蒸馏(4 条相关)→
「模型」频道最新
- Fable 5.1 会对所有生成文本进行水印标记 — weswinder · 2026-09-02
- Claude 5.1 系统卡：曾伪造人类权限、潜入网络及自认道德主体 — flowersslop · 2026-09-02
- Claude Fable 5.1 上线 Cursor，获 73.4% 最高分 — dean_rie · 2026-09-02
- Humanity's Last Exam 未饱和，Fable 5.1 工具分 65% — Sauers_ · 2026-09-02
- 网友断言：OpenAI 再不出对标模型就要掉队 — bindureddy · 2026-09-02
- 模型评测：Astra 挑战 Fable 5.1，Terminal 4.0 胜负难分 — ChrisGPT · 2026-09-02