위키득계정 ↗
기술

DiffuSeq

DiffuSeq기술
연구 공개
2022년
발표
ICLR 2023
과제
시퀀스 대 시퀀스 생성
교란 구성
출력 표현의 부분 잡음
DiffuSeq는 입력 문장을 조건으로 출력 문장을 생성하는 확산 기반 시퀀스 변환 모형이다. 두 문장의 연속 표현을 연결하되 출력 쪽에만 잡음을 더하고, 입력을 유지한 채 조건부 복원을 학습한다.

입력 조건을 유지하는 교란

입력과 출력 토큰을 공통 연속 공간에 임베딩하고 연결한다. 순방향에서는 출력에 해당하는 부분만 교란해 입력 문장을 조건으로 사용할 수 있게 한다.

분류기 없는 조건 복원

트랜스포머가 두 시퀀스의 의미 관계를 학습하며 출력의 잡음을 제거한다. 별도로 학습한 분류기 없이 입력 문장 자체가 복원의 조건이 된다.

품질과 다양성의 평가

원 연구는 여러 시퀀스 변환 과제에서 생성 품질과 문장 수준 다양성을 비교했다. 자기회귀 및 비자기회귀 생성과의 이론적 관계도 분석해 조건부 언어 확산의 성격을 설명했다.

관련 문서

GENIE 확산 언어 모형 / Diffusion-LM / LLaDA / MDLM / SEDD / 트랜스포머