مدلهای تولید تصویر (Diffusion Models) اگرچه خروجیهای شگفتانگیزی دارند، اما سرعت پایین آنها همیشه یک چالش بوده است. روشهای تقطیر (Distillation) برای کاهش مراحل تولید تصویر طراحی شدهاند، اما معمولاً باعث افت کیفیت و کاهش تنوع تصاویر میشوند.
محققان در مقاله جدیدی روش «EMPURPLE» را معرفی کردهاند که بدون نیاز به آموزش مجدد، کیفیت و تنوع خروجی مدلهای تقطیر شده مثل SDXL-Lightning یا Hyper-SD را بین ۷ تا ۲۰ درصد بهبود میبخشد. این روش هوشمندانه با بازیافت دادههای میانی، شکاف بین آموزش و استنتاج را کاهش میدهد. خبر خوب اینکه این متد مدل-آگنوستیک بوده و با ابزارهای مختلف سازگاری دارد!
🔗 اطلاعات بیشتر و گیتهاب پروژه
منبع: arXiv Computer Vision