본 논문은 텍스트 프롬프트로부터 3D 모델을 생성하는 데 효과적인 기법인 점수 증류 샘플링의 한계점을 해결하기 위해 제안된 연구입니다. 기존 점수 증류 샘플링은 역 쿨백-라이블러(KL) 발산 목적 함수를 사용하여 과포화 및 과평활 문제와 다양성 부족 문제를 야기했습니다. 본 논문에서는 이러한 문제를 해결하기 위해, 제너레이터를 위한 근사 목적 함수를 정의하고, 로그-오즈 분류기를 따르는 판별기를 가정하여 소수 샘플링 알고리즘을 제안합니다. 이는 젠센-섀넌 발산(JSD) 기반의 경계 점수 증류 목적 함수를 통해 최적화 과정을 안정화시키고 고품질의 3D 생성을 가능하게 합니다. JSD는 생성 분포와 목표 분포를 잘 일치시켜 모드 탐색 문제를 완화합니다. T3Bench를 이용한 실험 결과, 본 논문에서 제안된 방법이 고품질의 다양한 3D 자산을 생성하는 것을 보여줍니다.
