Escalado de la Inferencia en Modelos de Difusión Un Nuevo Paradigma
Este estudio explora cómo escalar el tiempo de inferencia en modelos de difusión mejora la calidad de las imágenes generadas. Se enfoca en la búsqueda de ruido óptimo utilizando verificadores y algoritmos, encontrando que la asignación de más recursos computacionales durante la inferencia resulta en muestras de mayor calidad y que la búsqueda de ruido es una dimensión clave para escalar el NFE. También analiza la efectividad de diferentes algoritmos, la alineación entre verificadores y tareas, y la compatibilidad con modelos ajustados, demostrando que escalar modelos más pequeños puede ser más eficiente que usar modelos grandes sin búsqueda.