연구진이 시각 생성 모델의 다양성 저하 및 시각적 오류를 해결하기 위해 분포 기반 보상 프레임워크를 제시했어요. 기존 샘플 기반 보상 방식과 달리 데이터 분포를 고려하여 모드 붕괴 문제를 완화해요.
계산 비용을 줄이기 위해 subset-replace 전략을 도입하여 생성된 참조 집합의 작은 부분만 업데이트하여 보상 신호를 제공해요.
실험 결과, SiT 모델의 FID-50K 점수가 8.30에서 5.77로, EDM2 모델은 3.74에서 3.52로 개선되었으며, 시각적 품질과 다양성을 모두 향상시켰어요.