리서치 연구
Continuous Adversarial MeanFlow Transfer
ARarXiv
arXiv 논문이 MeanFlow-Transfer와 CAMF를 제안해 제한 데이터에서 빠른 생성기 학습 문제를 다룹니다.
세 줄 요약
- MF-T는 소스 출력을 공유 속도 표현으로 바꾸고 MF 생성기를 초기화하며, CAMF는 유한 구간 평균 속도에 적대적 정제를 확장해 NFE를 최대 125배 줄이고 few-step FID를 평균 29% 개선합니다.
- 적응과 가속을 하나의 학습 루프에서 통합하고, MF 회귀가 평균으로 잃는 세부 디테일을 CAMF가 되찾아 적대적 정제를 MF에 맞춥니다.
- CAMF는 구간이 0에 가까울 때 순간 속도 기준으로 수렴하며, 결과는 ImageNet 기반 4개 소스 모델과 5개 대상 도메인에서 보고됩니다.
arXiv 논문이 MeanFlow-Transfer와 CAMF를 제안해 제한 데이터에서 빠른 생성기 학습 문제를 다룹니다.