빠른 추출에서의 문제
확산 모형의 반복 단계를 크게 줄이면 표본 품질이 떨어질 수 있다. 연구는 잡음 일정만 바꾸는 대신 추출 방정식을 푸는 수치 과정에 주목한다.
유사 수치 방법의 구성
고전적인 수치 방법을 확산 모형의 다양체 관점에 맞춰 변형한다. DDIM을 그 특수한 경우로 설명하고, 여러 변형 중 유사 선형 다단계 방법을 비교했다.
사전 학습 모형의 활용
CIFAR-10과 CelebA 및 LSUN의 사전 학습 모형을 사용해 단계 수와 생성 품질을 평가했다. 학습 모형을 바꾸는 효과와 추출 방법을 바꾸는 효과를 나누어 살피는 접근이다.
관련 문서
DDIM / DDPM / DPM-Solver / EDM 확산 설계 체계 / 점수 기반 확률 미분 생성 / 신경 상미분방정식