EigDiff：用特征样本压缩扩散模型训练集

Andrei Jarca、Vlad Hondru、Florinel-Alin Croitoru、Radu Tudor Ionescu 在 arXiv 论文（arXiv:2610.20999v1）中提出 EigDiff 方法，用预训练 CLIP 潜空间做 PCA 提取特征样本，从中选择代表性训练子集来训练扩散模型。基于论文摘要，作者称该方法在多个扩散模型和数据集上最多可减少 14 倍训练数据、子集选择最多加速 1607 倍，且性能差异较小。 该方法的背景是特征图对仿射变换敏感，作者利用预训练 CLIP 的潜空间来缓解这一问题。目前结论来自论文摘要，尚未经独立复现验证。

AI 根据报道生成 · 1 天前更新