PHI-S: Distribution Balancing for Label-Free Multi-Teacher Distillation

要約

さまざまなビジュアル基盤モデルには明確な長所と短所があり、その両方は、「凝集モデル」と呼ばれる、ラベルを使用せずに異種の複数の教師による知識を抽出することによって改善できます。
私たちは、教師の活性化統計の影響、特に結果として得られる生徒モデルの品質に対する損失関数の影響を研究することで、この一連の研究を構築します。
さまざまな分布をより適切に調整し、その効果を評価するために、統計正規化手法の標準ツールキットを検討します。
さらに、アダマール行列の使用を動機付ける、下流の教師マッチング指標への影響を調べます。
これらの行列を使用して、多変量分布の各次元が同じスケールを使用して標準化される等方性標準化にこれらの行列がどのように使用できるかを示し、有用な特性を示します。
私たちはこの手法を「PHI 標準化」(PHI-S) と呼び、研究された一連の手法全体にわたって最良の学生モデルが生成されることを経験的に実証しています。

要約(オリジナル)

Various visual foundation models have distinct strengths and weaknesses, both of which can be improved through heterogeneous multi-teacher knowledge distillation without labels, termed ‘agglomerative models.’ We build upon this body of work by studying the effect of the teachers’ activation statistics, particularly the impact of the loss function on the resulting student model quality. We explore a standard toolkit of statistical normalization techniques to better align the different distributions and assess their effects. Further, we examine the impact on downstream teacher-matching metrics, which motivates the use of Hadamard matrices. With these matrices, we demonstrate useful properties, showing how they can be used for isotropic standardization, where each dimension of a multivariate distribution is standardized using the same scale. We call this technique ‘PHI Standardization’ (PHI-S) and empirically demonstrate that it produces the best student model across the suite of methods studied.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google