연구진이 마스크 확산 모델(MDM)의 추론 능력을 향상시키는 '반복적 마스크 제거(RM)' 기법을 제안했어요. RM은 기존 MDM의 한계를 극복하고, 인간처럼 반복적인 수정으로 오류를 개선하는 방식을 모방했어요.
RM은 이전 답변을 완전히 다시 생성하지 않고, 필요한 부분만 선택적으로 수정할 수 있도록 해줘서 효율성을 높여요. History Reference 기능을 통해 이전 단계의 정보를 활용하여 추론 정확도를 높였어요.
텍스트 생성, 스도쿠, 이미지 편집 등 다양한 작업에서 RM은 기존 방식보다 뛰어난 성능을 보였으며, MDM의 핵심 추론 요소로 자리매김할 것으로 기대돼요.