تقدم هذه المقالة نموذج الانتشار ScaleLong الذي اقترحته جامعة Sun Yat-sen وفرق أخرى، والذي يعمل على تحسين استقرار التدريب عن طريق توسيع نطاق اتصال التخطي الطويل لـ UNet. أجرى فريق البحث تحليلًا متعمقًا لمبدأ التدريب المتسارع من خلال عملية القياس 1/√2، واقترح طريقتين، LS وCS، للتخفيف بشكل فعال من مشكلة عدم الاستقرار أثناء التدريب النموذجي. تعتبر نتيجة البحث هذه ذات أهمية كبيرة في تحسين استقرار نموذج الانتشار وتوفر دعمًا فنيًا مهمًا للتطبيق العملي لنموذج الانتشار.
اقترحت جامعة صن يات صن وفرق أخرى نموذج الانتشار ScaleLong، الذي يعمل على استقرار التدريب النموذجي عن طريق توسيع نطاق اتصال التخطي الطويل لـ UNet. وقاموا بتحليل مبدأ عملية القياس 1/√2 لتسريع التدريب، والتخفيف بشكل فعال من عدم الاستقرار في التدريب النموذجي من خلال أساليب LS وCS. هذه الطرق البسيطة والفعالة لها أهمية كبيرة لاستقرار نماذج الانتشار.
لقد أدى اقتراح نموذج ScaleLong والأساليب المرتبطة به إلى تحقيق اختراقات جديدة في استقرار التدريب لنموذج الانتشار، وقدم خبرة وتوجيهات قيمة لتطوير نماذج نشر أكثر استقرارًا وفعالية في المستقبل. نتطلع لرؤية المزيد من نتائج الأبحاث بناءً على هذا في المستقبل.