本文研究了随机傅里叶特征（RFF）在核逼近中的应用，提出了新型收缩估计器和快速采样策略，显著提高了计算效率和预测性能。通过Stein随机特征（SRF），实现了高质量样本生成，优化了核逼近和贝叶斯学习的效果。

本文综述扩散生成模型的量化加速方法：通过压缩去噪网络，将全精度模型量化为8位且无需重训，并兼容快速采样。研究涵盖混合精度校准、无数据高效优化EfficientDM、渐进校准PCR与QDiffBench基准、基于信噪比的敏感部分量化、无数据后训练量化、时间特征维护4位量化、十亿参数模型微调量化及FDDA数据分布对齐等，显著提升样本质量并降低计算成本。