온도 샘플링과 분산 보정 시간 이동을 통한 확산 모델 다양성 확보

요약

본 논문은 확산 모델의 한계인 희귀 모드 도달 어려움을 해결하기 위해 '온도 샘플링' 기법을 제안합니다. 여기에 추가로, 분산 증가 문제를 해결하는 '분산 보정 시간 이동(variance-corrective time shifting)'이라는 비훈련적 방법을 도입했습니다. 이 방법은 모델의 다양성을 높이면서도 샘플 품질과 조건 충실도를 유지하여 다양한 확산 모델에 적용 가능함을 입증합니다.

핵심 포인트

• 확산 모델은 희귀 모드 도달에 어려움이 있어 다양성 확보가 필요함.
• 분산 보정 시간 이동(variance-corrective time shifting)을 통해 품질 저하 없이 다양성을 높일 수 있음.
• 추가 훈련 없이도 DiT, Stable Diffusion 등 다양한 모델에서 성능 향상을 입증함.
• 온도 개입 시점을 조절하여 거시적/미세 제어(coarse-to-fine control)를 가능하게 함.