محققان در مقاله جدید خود به سراغ چالش «راهنمایی مدلهای دیفیوژن» (Classifier-Free Guidance) رفتهاند. مدلهای فعلی در زمان تولید تصویر با راهنماییهای قوی، گاهی دچار افت کیفیت یا اشباع میشوند.
راهکار جدید آنها یعنی DG-CFG، با تحلیل ریاضی دقیق مسیر حرکت در مدلهای دیفیوژن، یک زمانبندی (Schedule) هوشمند ایجاد کرده که توازن بهتری بین تنوع و دقت تصاویر برقرار میکند. نتیجه این کار؟
✅ کاهش هزینههای محاسباتی (NFE کمتر)
✅ رسیدن به کیفیت مطلوب با تعداد مراحل نمونهبرداری کمتر
✅ حذف افت کیفیت در شرایط اعمال راهنماییهای شدید
این یعنی در آینده نزدیک، مدلهایی مثل Stable Diffusion خروجیهای دقیقتر و باکیفیتتری را با صرف منابع کمتر تحویل میدهند! 🧠🎨
منبع: arXiv Machine Learning