안내 생성의 계산 부담
분류기 없는 안내는 조건이 있는 예측과 조건이 없는 예측을 결합한다. 여러 추출 단계에서 두 예측을 계산해야 하므로, 단순한 추출 단계 수 외에도 단계당 계산 비용이 생긴다.
두 단계의 압축
먼저 사전 학습된 안내 모형의 결합 출력을 단일 모형이 맞추도록 학습한다. 이후 그 모형에 점진적 증류를 적용해 필요한 추출 단계 수를 줄인다.
픽셀과 잠재 공간의 평가
원 연구는 픽셀 공간 확산과 잠재 공간 확산을 구분해 평가했다. 텍스트 안내 편집과 손상 영역 복원도 다뤘으며, 적은 단계의 결과는 각 자료와 모형 설정에 맞춰 비교한다.
관련 문서
확산 모형의 점진적 증류 / DDPM / DDIM / 일관성 생성 모형 / 지식 증류 / DPM-Solver