논문 정보
- 날짜:
2026-03-04
- 카테고리: -
- 우선순위 점수: 0.2
핵심 요약
본 논문은 Classifier-Free Guidance(CFG)를 1차 연속 시간 생성 흐름에 대한 제어 이론 관점에서 재해석한 CFG-Ctrl 프레임워크를 제안합니다. 기존의 선형 제어 방식이 고배율 가이던스에서 불안정성을 보이는 문제를 해결하기 위해 비선형 피드백 기반의 Sliding Mode Control(SMC-CFG)을 도입했습니다. Stable Diffusion 3.5 및 Flux 모델 실험을 통해 넓은 가이던스 범위에서 향상된 시맨틱 정렬과 견고성을 입증했습니다.
학습자 관점 포인트
- 우리 팀 영향: 제어 이론을 활용한 새로운 가이던스 기법을 통해 고배율 가이던스에서도 이미지 품질 저하 없이 텍스트 정렬 성능을 개선할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: Stable Diffusion 3.5 및 Flux 등 최신 모델에서 성능 향상이 확인되었으므로 기존 CFG 대비 효율성을 직접 검증할 가치가 있습니다.
원문 링크
학습자는 이 문서를 읽고 실험 여부를 바로 결정하세요.
