점진적 시드 프루닝을 통한 확산 모델의 추론 시 스케일링
Inference-Time Scaling of Diffusion Models via Progressive Seed Pruning
TL;DR AI
1분핵심 요약
연구진은 확산 기반 이미지 생성을 위한 새로운 추론 시점 스케일링 기법인 Progressive Seed Pruning을 제안했다.
이 방법은 중간 디노이징 결과를 점수화해 유망한 시드만 남기고 덜 유망한 시드는 제거함으로써, 고정된 계산 예산 안에서 더 많은 후보를 초기에 탐색한다.
총 모델 평가 횟수를 늘리지 않고도 프롬프트 정렬과 이미지 품질을 개선한다.
자동 평가와 사람 평가 모두에서 여러 선택 기준선보다 우수한 성능을 보였다.