연구진은 디퓨전 모델 기반 데이터 증류의 한계를 극복하기 위해 DMGD(Dual Matching Guided Diffusion) 프레임워크를 제안했어요.
DMGD는 조건부 likelihood 최적화를 통해 Semantic Matching을 확립하고, 최적 수송(OT) 기반 Distribution Matching을 도입하여 목표 분포 구조를 정렬해요.
ImageNet-Woof, ImageNet-Nette, ImageNet-1K 데이터셋 실험 결과, 기존 방식보다 평균 2.1%, 5.4%, 2.4%의 정확도 향상을 달성했어요.