조건부 확산 모델이 분포 외 조합에 대해 설득력 있는 샘플을 생성하는 조립 일반화 능력을 보이는 것으로 보입니다. 하지만 이 능력의 근본적인 메커니즘은 아직 명확하지 않습니다.
CLEVR 환경에서 학습 시보다 더 많은 객체를 가진 이미지 생성을 가능하게 하는 길이 일반화 능력을 연구한 결과, 모델이 항상 조립 구조를 학습하는 것은 아니라는 점을 확인했습니다.
연구 결과는 모델이 특정 조건에서 길이 일반화를 달성할 수 있지만, 항상 가능한 것은 아니라는 것을 시사합니다.