리서치 연구
CAT-Flow: Curvature-Adaptive sTeps for Flow Matching
ARarXiv
이미지 생성의 핵심 기술인 플로우 매칭은 샘플링 과정에서 단계 크기에 민감하여, 고품질 생성을 위해 20~30단계가 필요하다는 효율성 문제가 있었습니다.
세 줄 요약
- 연구진은 이 문제를 해결하기 위해 CAT-OV와 CAT-OT라는 경량 알고리즘을 제안했습니다. 이는 추가적인 신경망 계산 없이 단계별 곡률(curvature)을 추정하여 샘플링 단계를 최적화합니다.
- 이 기술은 기존 방식 대비 생성에 필요한 단계를 최대 40%까지 줄여, 고품질 이미지를 훨씬 빠르고 효율적으로 만들 수 있어 속도 병목 현상을 해소할 전망입니다.
- 두 알고리즘 모두 별도의 학습 과정 없이(training-free) 추론 시 단계 크기를 조정하는 장점이 있지만, 최적의 성능을 위해서는 특정 조건 충족이 전제됩니다.
이미지 생성의 핵심 기술인 플로우 매칭은 샘플링 과정에서 단계 크기에 민감하여, 고품질 생성을 위해 20~30단계가 필요하다는 효율성 문제가 있었습니다.