Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Preference Alignment for Diffusion Model via Explicit Denoised Distribution Estimation

Created by
  • Haebom
Category
Empty

저자

Dingyuan Shi, Yong Wang, Hangyu Li, Xiangxiang Chu

개요

본 논문은 텍스트-이미지 생성에서 확산 모델의 선호도 정렬 문제를 해결하기 위해, 잡음 제거 과정의 중간 단계까지 선호도 레이블을 활용할 수 있도록 하는 잡음 제거 분포 추정(DDE) 방법을 제안합니다. DDE는 중간 단계와 최종 잡음 제거 분포 간의 명시적인 연결을 통해 전체 궤적 최적화를 가능하게 합니다. 이를 위해 단계별 추정과 단일 샷 추정이라는 두 가지 추정 전략을 제시하며, 이는 잡음 제거 궤적의 중간 부분 최적화를 우선시하는 새로운 크레딧 할당 방식을 유도합니다. 실험 결과, 제안된 방법이 정량적 및 정성적으로 우수한 성능을 달성함을 보여줍니다.

시사점, 한계점

•
시사점:
◦
확산 모델의 선호도 정렬 문제에 대한 새로운 접근 방식 제시
◦
잡음 제거 과정 전반에 걸친 효율적인 최적화 가능
◦
단계별 및 단일 샷 추정 전략을 통해 다양한 상황에 적용 가능
◦
기존 방법보다 향상된 정량적 및 정성적 성능 달성
•
한계점:
◦
제안된 DDE 방법의 계산 비용이 기존 방법에 비해 높을 수 있음.
◦
특정 유형의 확산 모델에만 적용 가능할 수 있는 제한적인 일반성.
◦
다양한 선호도 레이블 데이터셋에 대한 추가적인 실험이 필요.
👍
Made with Slashpage