생성 모델 속 판별 정보
스코어 기반 생성 모델에는 생성에 필요한 정보뿐 아니라 의미 구조도 담길 수 있다. 연구는 이 구조를 판별 과제의 사전 지식으로 활용할 가능성을 분석했다.
시험 시점 적응의 지도
DUSA는 확산 스코어 아래의 구조화된 의미 사전 지식을 활용한다. 사전 학습한 이미지 분류기나 조밀 예측기를 새 시험 조건에 적응시키는 데 생성 모델의 정보를 사용한다.
한 시간 단계의 추출
여러 시간 단계에 걸친 몬테카를로 우도 추정 대신 한 잡음 제거 시간 단계에서 지식을 추출하는 구성을 제시했다. 생성 모델 정보를 사용하는 계산 방식을 단순화하려는 접근이다.
다양한 판별 모델 평가
여러 사전 학습 판별 모델과 시험 시나리오에서 적응 효과를 평가했다. 구성요소 제거 실험도 수행해 제안 방식의 주요 요소를 분석했다.
관련 문서
Diffusion-TTA / DDA 확산 기반 적응 / SDA 합성 영역 정렬 / Tent 시험 시점 적응 / MEMO 시험 시점 적응 / 마스크 오토인코더 시험 시점 학습