超越特征相似性：基于类别感知条件互信息的有效数据集蒸馏

本研究解决了当前数据集蒸馏（DD）方法在生成合成数据集时难以学习的问题，提出了基于条件互信息（CMI）的新方法来评估数据集的类别感知复杂性。通过最小化CMI，我们的实验证明，该方法可作为现有数据集蒸馏方法的一种通用正则化手段，从而提高性能和训练效率。