연구진이 이산 확산 모델의 제어 가능한 생성을 위한 새로운 프레임워크 GILC(Gradient-Informed Logit Correction)를 발표했어요. GILC는 사전 학습된 디노이징 네트워크를 활용하여 가이드 신호를 효율적으로 추정하는 플러그 앤 플레이 방식이에요.
고차원 이산 공간의 기울기 불안정성을 해결하기 위해 Jacobian-free 메커니즘을 도입하여 예측 로짓을 직접 보정해 안정적이고 효과적인 가이드를 가능하게 해요.
DNA, 단백질 서열, 분자 생성 작업에서 실험 결과, GILC는 추가 훈련 없이 최첨단 성능을 달성하며, 종종 파인튜닝 접근 방식보다 뛰어난 성능을 보여줬어요.