Ny teori förklarar hur störningar sprids i diffusionsmodeller

arXiv cs.AI

Forskare har tagit fram ett teoretiskt ramverk för att förstå hur små störningar i diffusionsmodeller (AI-system som genererar bilder) påverkar slutresultatet – och visar att två störningar med identisk 'kostnad' kan ge helt olika utdata. Praktiskt nog kan ramverket identifiera exakt vilka steg i genereringsprocessen som orsakar bildfel vid så kallad cache-baserad acceleration, en vanlig teknik för att snabba upp modeller.