यह शोधपत्र तर्क देता है कि प्रसार मॉडलों की सफलता मुख्यतः इनपुट कंडीशनिंग के कारण होती है। तदनुसार, हम प्रसार मॉडलों को कंडीशन करने के लिए प्रयुक्त अभ्यावेदनों की जाँच करते हैं, इस दृष्टिकोण से कि एक आदर्श अभ्यावेदन को नमूना निष्ठा में सुधार करना चाहिए, उत्पन्न करना आसान होना चाहिए, और प्रशिक्षण-से-बाहर नमूनों के निर्माण की अनुमति देने के लिए विन्यास योग्य होना चाहिए। हम स्व-पर्यवेक्षित शिक्षण उद्देश्यों से प्रशिक्षित सरल यौगिक एम्बेडिंग से व्युत्पन्न असतत अव्यक्त कोड (DLC) प्रस्तुत करते हैं। मानक सतत छवि एम्बेडिंग के विपरीत, DLC असतत टोकन अनुक्रम होते हैं। इन्हें उत्पन्न करना आसान है, और इनकी विन्यासशीलता प्रशिक्षण वितरण से परे नई छवियों के नमूने लेने की अनुमति देती है। DLC-प्रशिक्षित प्रसार मॉडल बेहतर उत्पादन निष्ठा प्राप्त करते हैं, और ImageNet पर बिना शर्त छवि निर्माण में एक नई अत्याधुनिक तकनीक स्थापित करते हैं। हम यह भी दर्शाते हैं कि DLC का निर्माण छवि जनरेटरों को वितरण-से-बाहर नमूने उत्पन्न करने में सक्षम बनाता है जो विभिन्न तरीकों से छवियों के अर्थ को लगातार जोड़ते हैं। अंत में, हम प्रदर्शित करते हैं कि कैसे DLC बड़े पूर्व-प्रशिक्षित भाषा मॉडलों का लाभ उठाकर टेक्स्ट-टू-इमेज निर्माण को सक्षम बनाते हैं। हम टेक्स्ट डिफ्यूज़न भाषा मॉडलों को कुशलतापूर्वक परिष्कृत करके ऐसे DLC उत्पन्न करते हैं जो इमेज जनरेटर के प्रशिक्षण वितरण के बाहर नए नमूने उत्पन्न करते हैं।
