PHI-S: Distributie Balanceren voor Labelvrije Multi-Teacher Distillatie

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

October 2, 2024

Auteurs: Mike Ranzinger, Jon Barker, Greg Heinrich, Pavlo Molchanov, Bryan Catanzaro, Andrew Tao

cs.AI

Samenvatting

Verschillende visuele basismodellen hebben verschillende sterke en zwakke punten, die beide verbeterd kunnen worden door heterogene multi-docentenkennisdestillatie zonder labels, genaamd "agglomeratieve modellen." We bouwen voort op deze reeks onderzoeken door het effect van de activatiestatistieken van de docenten te bestuderen, met name de invloed van de verliesfunctie op de resulterende kwaliteit van het studentenmodel. We verkennen een standaard toolkit van statistische normalisatietechnieken om de verschillende distributies beter op elkaar af te stemmen en hun effecten te beoordelen. Verder onderzoeken we het effect op downstream docent-matching-metrieken, wat het gebruik van Hadamard-matrices motiveert. Met behulp van deze matrices tonen we nuttige eigenschappen aan, waarbij we laten zien hoe ze kunnen worden gebruikt voor isotropische standaardisatie, waarbij elke dimensie van een multivariate distributie wordt gestandaardiseerd met dezelfde schaal. We noemen deze techniek "PHI Standaardisatie" (PHI-S) en tonen empirisch aan dat het het beste studentenmodel oplevert binnen de reeks onderzochte methoden.

English

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.