SteeringDRL повышает качество представлений в диффузионных автоэнкодерах

Исследователи представили метод SteeringDRL, направляющий диффузионные автоэнкодеры к более сильным латентным представлениям при сохранении качества восстановления изображений, сообщает Sciencecast. Техника использует gated residual U-Net для уточнения внутренних путей кодера. Учебный план постепенно уменьшает уровень шума, подаваемого в процессе обучения.

По данным отчёта, такой баланс повышает качество представлений, не ухудшая точность воспроизведения. Учёные представили метод как шаг к более надёжным генеративным моделям на основе диффузии.