Cos'è la parametrizzazione della previsione v vs eps?

v-prediction e eps-prediction sono due modi diversi di parametrizzare il processo di diffusione in modelli generativi, come i modelli di diffusione per la generazione di immagini.

• v-prediction (previsione della velocità) — il modello viene addestrato a prevedere la "velocità" di cambiamento del rumore, ovvero una combinazione dell’immagine originale e del rumore. Questo permette di migliorare la stabilità e la qualità della generazione, poiché il modello si concentra sulla previsione della direzione del cambiamento.

• eps-prediction (previsione di epsilon) — il modello prevede direttamente il rumore aggiunto in ogni passo della diffusione. Questo è un approccio classico, in cui il compito del modello è ripristinare il rumore per ottenere successivamente un’immagine pulita.

La principale differenza è che v-prediction può considerare meglio la dinamica del processo di diffusione, il che a volte porta a risultati di qualità superiore e a un addestramento più stabile. La scelta della parametrizzazione dipende dall’architettura e dal compito, ma entrambe sono ampiamente utilizzate nei modelli di diffusione moderni.