REBECA (REcommendations BEyond CAtalogs)는 사용자의 선호도에 맞춰 이미지를 생성하는 경량화된 프레임워크입니다. 이는 좋아요, 평점, 클릭과 같은 암묵적 피드백 신호로부터 직접 학습하며, 사전 학습된 확산 모델을 미세 조정하지 않고 사용자 및 평점별 이미지 임베딩을 샘플링하는 조건부 확산 모델을 훈련하여 구현됩니다. 이후, 사전 훈련된 확산 백본을 사용하여 이러한 임베딩을 이미지로 디코딩합니다. REBECA는 실제 데이터셋에서 높은 충실도의 개인화된 이미지를 생성하며, 계산 효율성을 유지하면서 기존 방식보다 우수한 성능을 보입니다.