ComboStoc: 확산 모델의 조합 복잡성을 해결하는 확률적 과정 — 이미지·3D 학습 2배 가속

홍콩대 연구팀이 확산 생성 모델의 조합 복잡성(combinatorial complexity) 문제를 해결하는 ComboStoc을 제안했습니다. 데이터 차원과 속성의 조합 공간이 기존 학습 방식으로 충분히 커버되지 않는다는 점에 착안, 확률적 과정을 통해 이 공간을 전역적으로 샘플링함으로써 학습 속도를 크게 높였습니다. 이미지와 3D 형상 데이터에서 네트워크 학습이 2배 가까이 빨라졌으며, 추론 시 차원과 속성별로 비동기 타임스텝을 적용해 세밀한 제어가 가능해진 점이 특징입니다. 코드는 공개되었습니다.

• #diffusion
• #combinatorial-complexity
• #hong-kong-university
• #image-generation
• #3d-shapes