本文通过实证研究代表性生成模型 GAN，深入分析了特征空间中代表数据点、计算合理距离以及每组使用多少个实例等问题。实验结果表明，基于CNN和ViT的架构是可靠的特征提取器，CKA能够产生更好的比较，补充了现有指标。这些发现帮助设计了一个新的测量系统，重新评估了最先进的生成模型。

本文介绍了一种面向少教师推理的知识蒸馏方法（FTI KD），通过比较式知识蒸馏（CKD）来减少对教师模型推理的依赖。实验证明，CKD优于最先进的数据增强和知识蒸馏技术。

使用量子核对分类问题进行量子机器学习是一个正在快速发展的研究领域。我们提出了一种新的子采样训练方法，通过在每个训练步骤中使用核矩阵的子集，从而降低了训练的整体计算成本，并展示了在维持分类准确性的同时大幅减少了训练量子核所需电路数量的能力。