ECCV 论文 IDeaL：无需真实图像的多教师蒸馏
RexDouglass · x · 2026-09-02
ECCV 2026 接收论文《IDeaL》提出了一种无需真实图像的多教师知识蒸馏方法。研究表明，利用优化后的结构化噪声，可以在不使用真实数据的情况下，将多个视觉教师的知识蒸馏到一个学生模型中，其效果能大幅缩小与使用真实图像蒸馏的差距，在 1K 图像预算下甚至优于真实图像子集。
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
- Scale AI 发布 Muse Voice：实时语音转文字 SOTA — alexandr_wang · 2026-09-02
- PINNACLE 基准按「每正确任务成本」打分：模型已够好，该问谁决定升级 — ryanshrout · 2026-09-02
- Meta发布实时语音模型Muse，支持20人说话人分离 — bowenc0221 · 2026-09-02
- Gemini 新增智能体视频理解：Token 消耗降 88% — GoogleDeepMind · 2026-09-02
- Atlas 架构揭秘：多模态自回归扩散 Transformer 从零预训练 — theworldlabs · 2026-09-02
- World Labs 发布空间智能全模态世界模型 Atlas，将开放早期访问 — theworldlabs · 2026-09-02