CVPR 2025 满分论文！一块2080Ti搞定数据蒸馏，GPU占用仅2G！来自上交大“最年轻博导”课题组！

转载自：量子位（QbitAI）

只要一块6年前的2080Ti，就能做大模型数据蒸馏？

来自上交大EPIC实验室等机构的一项最新研究，提出了一种新的数据集蒸馏方法—— NFCM 。

与前SOTA相比，新方法的 显存占用只有1/300，并且速度提升了20倍 ，相关论文获得了 CVPR满分 。

NCFM引入了一个辅助的神经网络，将数据集蒸馏重新表述为一个极小化极大 （minmax） 优化问题。

在多个基准数据集上，NCFM都取得了显著的性能提升，并展现出可扩展性。

在CIFAR数据集上，NCFM只需2GB左右的GPU内存就能实现无损的数据集蒸馏，用2080Ti即可实现。

并且，NCFM在连续学习、神经架构搜索等下游任务上也展现了优异的性能。

将数据蒸馏转化为minmax优化

NCFM的核心是 引入了一个新的分布差异度量NCFD，并将数据集蒸馏问题转化为一个minmax优化问题 。

通过交替优化合成数据以最小化NCFD，以及优化采样网络以最大化NCFD，NCFM在提升合成数据质量的同时，不断增强分布差异度量的敏感性和有效性。

特征提取与频率参数采样

NCFM的第一步，是进行 特征提取 ，也就是从真实数据集和合成数据集中分别采样一批数据，并将其输入到特征提取网络中。

特征提取网络将原始数据从像素空间映射到一个特征空间，得到对应的特征表示，目的是提取数据的高层语义特征，为后续的分布匹配做准备。

特征提取网络可以是一个预训练的模型，也可以是一个随机初始化的模型，这里NCFM采用了一种混合方式。

接下来，NCFM 引入了一个轻量级的神经网络 作为采样网络，它接受一个随机噪声作为输入，输出一组频率参数。

这些频率参数将用于对特征函数 （Characteristic Function，CF） 进行采样。

特征函数计算与分布差异度量

对于每一个频率参数，将其与特征表示进行内积运算，然后取复指数，就得到了对应的CF值。

这两个CF值都是复数，其中实部刻画了数据在该频率上的分布范围，捕捉分布的散度或多样性；虚部则反映了数据在该频率上的分布中心，捕捉分布的典型性或真实性。

通过 比较真实数据和合成数据的CF值 ，就可以全面地度量它们在特征空间上的分布差异。

为了定量地度量真实数据和合成数据之间的分布差异，NCFM引入了一个称为神经特征函数差异 （Neural Characteristic Function Discrepancy，NCFD） 的度量。

NCFD综合考虑了所有采样频率上的CF差异，将其汇总为一个标量值。NCFD越小，说明两个分布越接近；NCFD越大，说明两个分布差异越大。

minmax优化

有了NCFD这个分布差异度量，NCFM的优化目标就很清晰了——

最小化NCFD，使得合成数据和真实数据的分布尽可能接近；同时，望最大化NCFD对合成数据的敏感度，使之能够准确反映合成数据的变化。

为了同时实现这两个目标，NCFM 引入了一个minmax优化框架 ：

• 在极小化阶段，固定采样网络的参数，调整合成数据，目标是最小化NCFD。这一步使得合成数据向真实数据分布不断靠拢。

• 在极大化阶段，固定合成数据，调整采样网络的参数，目标是最大化NCFD。这一步使得NCFD对合成数据的差异更加敏感，提升其作为差异度量的有效性。

通过交替进行极小化阶段和极大化阶段的优化，NCFM不断改进合成数据的质量，同时也不断强化NCFD度量的敏感性和准确性。

模型微调与标签生成

为了进一步提升合成数据的质量，NCFM在优化过程中还引入了两个额外的步骤——模型微调和标签生成。