연구진은 기존 양자화 방식이 분류기 자유 확산 모델의 조건부/무조건부 구조를 고려하지 않아 성능 저하를 야기한다고 지적했어요. 새로운 방법인 가이드 인식 혼합 정밀도(GAMP)를 제안하여 가이드 예측을 직접 보정하고, 레이어별 활성화 비트 민감도를 파악하여 양자화 비트 할당을 최적화했어요. GAMP는 무조건부 분기 드리프트를 방지하여 기존 방식의 성능 저하 문제를 해결하고, 샘플 품질을 개선하는 데 기여할 것으로 기대돼요.