Awesome-Dataset-Distillation

收录理由

做数据高效学习方向的研究生和学者，很难再找到比这份清单更完整的入口来了解数据集蒸馏领域。它先按方法族划分——梯度匹配、分布匹配、基于核的方法、生成式蒸馏、标签蒸馏——再按应用场景整理，比如持续学习、隐私保护、联邦学习、医学影像和神经架构搜索。这种双重结构让你能直接跳到与自己问题相关的论文，不必在一长串平铺的文献里翻找。每条记录都附有arXiv链接、项目主页和可用的代码，维护者本身就是这个领域的活跃研究者，所以内容跟得很紧。它是一份索引而非可运行的软件，但如果你想确定研究方向或写相关工作章节，它能帮你省下好几个小时的检索时间。