Discrete Diffusion 모델(DDM)이 이산 데이터의 자기 회귀(AR) 모델링에 대한 매력적인 대안으로 부상했어요. DDM은 병렬 생성과 반복적인 전역 정제 기능을 제공합니다.
본 연구는 이산 상태 공간 구축 방식을 통해 DDM을 보는 통합 프레임워크를 소개하며, 기존 방식들이 공통 설계 공간의 다양한 구현임을 밝혀냈습니다.
프레임워크는 학습 목표, 추론 알고리즘, 확장성, 시스템 최적화, 평가 프로토콜 전반에 걸친 설계 트레이드오프를 드러내며, 미래 연구 방향을 제시합니다.