Cet article présente le modèle de diffusion ScaleLong proposé par l'Université Sun Yat-sen et d'autres équipes, qui améliore la stabilité de la formation en mettant à l'échelle la connexion à saut long d'UNet. L'équipe de recherche a mené une analyse approfondie du principe de formation accélérée par l'opération de mise à l'échelle 1/√2 et a proposé deux méthodes, LS et CS, pour atténuer efficacement le problème d'instabilité lors de la formation du modèle. Ce résultat de recherche revêt une importance significative pour l’amélioration de la stabilité du modèle de diffusion et fournit un support technique important pour l’application pratique du modèle de diffusion.
L'Université Sun Yat-sen et d'autres équipes ont proposé le modèle de diffusion ScaleLong, qui stabilise la formation du modèle en mettant à l'échelle la connexion à saut long d'UNet. Ils ont analysé le principe de l'opération de mise à l'échelle 1/√2 pour accélérer la formation et ont efficacement atténué l'instabilité de la formation des modèles grâce aux méthodes LS et CS. Ces méthodes simples et efficaces revêtent une grande importance pour la stabilité des modèles de diffusion.
La proposition du modèle ScaleLong et de ses méthodes associées a apporté de nouvelles avancées dans la stabilité de la formation du modèle de diffusion et a fourni une expérience et une orientation précieuses pour le développement de modèles de diffusion plus stables et efficaces à l'avenir. Dans l’attente de voir davantage de résultats de recherche basés sur cela à l’avenir.