요약

본 연구는 Flow matching 모델의 현실성 저하 문제를 해결하기 위해 SSL 특징 공간에서 판별기를 학습시켜 강화학습(RL)으로 모델을 가이드하는 방법을 제안합니다. 이를 통해 SiT 모델의 FID를 9.38에서 2.62로 크게 개선하며 시각적 충실도를 높였습니다.

핵심 포인트

• SSL 특징 공간 내 판별기 학습을 통한 Flow matching 가이드
• 강화학습(RL)을 활용한 플로우 모델의 시각적 품질 향상
• SiT 모델의 FID를 9.38에서 2.62로 대폭 개선
• 다양한 백본 모델에서 시각적 충실도(Visual Fidelity) 증명