Ce este parametrizarea predicției v vs eps?

v-prediction și eps-prediction sunt două moduri diferite de parametrizare a procesului de difuzie în modelele generative, cum ar fi modelele de difuzie pentru generarea de imagini.

• v-prediction (previziunea vitezei) — modelul este antrenat pentru a prezice "viteza" de schimbare a zgomotului, adică o combinație a imaginii originale și a zgomotului. Acest lucru permite îmbunătățirea stabilității și calității generării, deoarece modelul se concentrează pe prezicerea direcției de schimbare.

• eps-prediction (previziunea epsilon) — modelul prezice direct zgomotul adăugat în fiecare pas al difuziei. Aceasta este o abordare clasică, în care sarcina modelului este de a restaura zgomotul pentru a obține apoi o imagine curată.

Diferența principală este că v-prediction poate lua mai bine în considerare dinamica procesului de difuzie, ceea ce uneori duce la rezultate de calitate mai bună și la un antrenament mai stabil. Alegerea parametrizării depinde de arhitectură și de sarcină, dar ambele sunt utilizate pe scară largă în modelele moderne de difuzie.