Buchumschlag

Q-Sched: Pushing the Boundaries of Few-Step Diffusion Models with Quantization-Aware Scheduling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Frumkin, Natalia, Marculescu, Diana
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Jumping through Local Minima: Quantization in the Loss Landscape of Vision Transformers
von: Frumkin, Natalia, et al.
Veröffentlicht: (2023)

Ada-VE: Training-Free Consistent Video Editing Using Adaptive Motion Prior
von: Mahmud, Tanvir, et al.
Veröffentlicht: (2024)

MixDQ: Memory-Efficient Few-Step Text-to-Image Diffusion Models with Metric-Decoupled Mixed Precision Quantization
von: Zhao, Tianchen, et al.
Veröffentlicht: (2024)

Collaborative Few-Step Distillation and Low-Bit Quantization for Wan2.2 Dual-Expert Video Diffusion Models
von: Du, Jinyang, et al.
Veröffentlicht: (2026)

Optimizing Few-Step Sampler for Diffusion Probabilistic Model
von: Huang, Jen-Yuan
Veröffentlicht: (2024)

InverFill: One-Step Inversion for Enhanced Few-Step Diffusion Inpainting
von: Vu, Duc, et al.
Veröffentlicht: (2026)

Q$^2$: Quantization-Aware Gradient Balancing and Attention Alignment for Low-Bit Quantization
von: Wang, Zhaoyang, et al.
Veröffentlicht: (2025)

Continuous-Time Distribution Matching for Few-Step Diffusion Distillation
von: Liu, Tao, et al.
Veröffentlicht: (2026)

TDM-R1: Reinforcing Few-Step Diffusion Models with Non-Differentiable Reward
von: Luo, Yihong, et al.
Veröffentlicht: (2026)

Q-DiT: Accurate Post-Training Quantization for Diffusion Transformers
von: Chen, Lei, et al.
Veröffentlicht: (2024)

Shedding the Bits: Pushing the Boundaries of Quantization with Minifloats on FPGAs
von: Aggarwal, Shivam, et al.
Veröffentlicht: (2023)

QuarterMap: Efficient Post-Training Token Pruning for Visual State Space Models
von: Chi, Tien-Yu, et al.
Veröffentlicht: (2025)

SegQuant: A Semantics-Aware and Generalizable Quantization Framework for Diffusion Models
von: Zhang, Jiaji, et al.
Veröffentlicht: (2025)

Flash Diffusion: Accelerating Any Conditional Diffusion Model for Few Steps Image Generation
von: Chadebec, Clément, et al.
Veröffentlicht: (2024)

Q-SAM2: Accurate Quantization for Segment Anything Model 2
von: Farronato, Nicola, et al.
Veröffentlicht: (2025)

P4Q: Learning to Prompt for Quantization in Visual-language Models
von: Sun, Huixin, et al.
Veröffentlicht: (2024)

PipeFlow: Pipelined Processing and Motion-Aware Frame Selection for Long-Form Video Editing
von: Munir, Mustafa, et al.
Veröffentlicht: (2025)

QNCD: Quantization Noise Correction for Diffusion Models
von: Chu, Huanpeng, et al.
Veröffentlicht: (2024)

TreeQ: Pushing the Quantization Boundary of Diffusion Transformer via Tree-Structured Mixed-Precision Search
von: Yang, Kaicheng, et al.
Veröffentlicht: (2025)

$\textit{Jump Your Steps}$: Optimizing Sampling Schedule of Discrete Diffusion Models
von: Park, Yong-Hyun, et al.
Veröffentlicht: (2024)

Efficient Personalization of Quantized Diffusion Model without Backpropagation
von: Seo, Hoigi, et al.
Veröffentlicht: (2025)

Memory-Efficient Fine-Tuning for Quantized Diffusion Model
von: Ryu, Hyogon, et al.
Veröffentlicht: (2024)

QVD: Post-training Quantization for Video Diffusion Models
von: Tian, Shilong, et al.
Veröffentlicht: (2024)

Fine-Grained Post-Training Quantization for Large Vision Language Models with Quantization-Aware Integrated Gradients
von: Xiang, Ziwei, et al.
Veröffentlicht: (2026)

RapidNet: Multi-Level Dilated Convolution Based Mobile Backbone
von: Munir, Mustafa, et al.
Veröffentlicht: (2024)

Uni-DAD: Unified Distillation and Adaptation of Diffusion Models for Few-step Few-shot Image Generation
von: Bahram, Yara, et al.
Veröffentlicht: (2025)

FlowSteer: Guiding Few-Step Image Synthesis with Authentic Trajectories
von: Ke, Lei, et al.
Veröffentlicht: (2025)

Improved Noise Schedule for Diffusion Training
von: Hang, Tiankai, et al.
Veröffentlicht: (2024)

AdaDiff: Adaptive Step Selection for Fast Diffusion Models
von: Zhang, Hui, et al.
Veröffentlicht: (2023)

When Few Steps Are Enough: Training-Free Acceleration of Identity-Preserved Generation
von: Zheng, Dongqi
Veröffentlicht: (2026)

Adaptive Video Distillation: Mitigating Oversaturation and Temporal Collapse in Few-Step Generation
von: You, Yuyang, et al.
Veröffentlicht: (2026)

Topology-Aware CLIP Few-Shot Learning
von: Huang, Dazhi
Veröffentlicht: (2025)

QAPruner: Quantization-Aware Vision Token Pruning for Multimodal Large Language Models
von: Wang, Xinhao, et al.
Veröffentlicht: (2026)

Fast ODE-based Sampling for Diffusion Models in Around 5 Steps
von: Zhou, Zhenyu, et al.
Veröffentlicht: (2023)

From Generation to Generalization: Emergent Few-Shot Learning in Video Diffusion Models
von: Acuaviva, Pablo, et al.
Veröffentlicht: (2025)

AdvDMD: Adversarial Reward Meets DMD For High-Quality Few-Step Generation
von: Wang, Xu, et al.
Veröffentlicht: (2026)

Efficient Quantization-Aware Training on Segment Anything Model in Medical Images and Its Deployment
von: Lu, Haisheng, et al.
Veröffentlicht: (2024)

AnomalySD: Few-Shot Multi-Class Anomaly Detection with Stable Diffusion Model
von: Yan, Zhenyu, et al.
Veröffentlicht: (2024)

DDiT: Dynamic Patch Scheduling for Efficient Diffusion Transformers
von: Kim, Dahye, et al.
Veröffentlicht: (2026)

PQCAD-DM: Progressive Quantization and Calibration-Assisted Distillation for Extremely Efficient Diffusion Model
von: Ko, Beomseok, et al.
Veröffentlicht: (2025)