Phased DMD：通过子区间内分数匹配实现少步分布匹配蒸馏

arXiv 2025 26.8 method

TLDR

Phased DMD通过渐进式分布匹配和子区间分数匹配，提升文生视频等复杂生成任务的多步蒸馏性能。

评分理由

The paper addresses real limitations of DMD, such as reduced diversity and slow motion dynamics, with a phase-wise distillation and MoE-based approach. It provides mathematical formulations for subinterval training, but the abstract stops short of reporting detailed quantitative results and has no connection to world models.

Read-first 评分解释

综合优先阅读分 26.8，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 1。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、GitHub

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：实验

主题相关性 42%

1.4

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：251。

关键词评分

video world model

world model

world simulator

generative world model

interactive world model

world dynamics prediction

model-based reinforcement learning world model

资源

论文