연구진은 확산 모델의 스코어 평활성이 환각을 유발한다는 가설을 실험적으로 확인하고, 환각 발생 확률과 학습된 스코어 함수의 리프시츠 상수의 연관성을 규명했어요.
스코어 자코비안을 제어하는 Variance-Guided Score Modulation (VSM) 전략을 도입하여 스코어 평활성을 줄이고, 실제 스코어를 더 잘 근사하여 환각을 감소시켰어요.
VSM은 합성 및 실제 데이터셋에서 환각을 최대 25%까지 줄이면서 높은 충실도와 다양성을 유지하는 것으로 나타났으며, 환각 평가를 위한 두 개의 벤치마크 데이터셋도 제안했어요.