Artikel ini memperkenalkan model difusi ScaleLong yang diusulkan oleh Universitas Sun Yat-sen dan tim lainnya, yang meningkatkan stabilitas pelatihan dengan menskalakan koneksi lompatan panjang UNet. Tim peneliti melakukan analisis mendalam terhadap prinsip pelatihan yang dipercepat dengan operasi penskalaan 1/√2, dan mengusulkan dua metode, LS dan CS, untuk secara efektif mengatasi masalah ketidakstabilan selama pelatihan model. Hasil penelitian ini sangat penting dalam meningkatkan stabilitas model difusi dan memberikan dukungan teknis yang penting untuk penerapan praktis model difusi.
Universitas Sun Yat-sen dan tim lainnya mengusulkan model difusi ScaleLong, yang menstabilkan pelatihan model dengan menskalakan koneksi lompatan panjang UNet. Mereka menganalisis prinsip operasi penskalaan 1/√2 untuk mempercepat pelatihan, dan secara efektif mengurangi ketidakstabilan dalam pelatihan model melalui metode LS dan CS. Metode sederhana dan efektif ini sangat penting bagi stabilitas model difusi.
Usulan model ScaleLong dan metode terkait telah membawa terobosan baru pada stabilitas pelatihan model difusi, dan memberikan pengalaman dan arahan berharga untuk pengembangan model difusi yang lebih stabil dan efisien di masa depan. Saya berharap dapat melihat lebih banyak hasil penelitian berdasarkan hal ini di masa mendatang.