연구진은 Classifier-Free Guidance (CFG)의 계산 부담을 줄이기 위해 P-Guide 프레임워크를 제안했습니다. P-Guide는 초기 잠재 상태를 조절하여 단일 패스 추론만으로 고품질 가이던스를 달성합니다. 이 방법은 기존 CFG와 유사하게 작동하며, 샘플링 과정에서 명시적인 속도 벡터 외삽이 필요하지 않습니다.
P-Guide는 동질적 및 이질적 사전 모두를 고려하며, 평균과 분산을 함께 모델링하여 적응적 손실 감쇠 및 데이터 불확실성에 대한 향상된 견고성을 제공합니다. 실험 결과, P-Guide는 기존 CFG와 경쟁력 있는 성능을 유지하면서 추론 지연 시간을 약 50% 줄입니다.
P-Guide는 초기 잠재 상태 조작을 통해 단일 패스 추론으로 고품질 가이던스를 달성하며, 기존 CFG의 계산 부담을 효과적으로 줄입니다.