Un equipo de investigadores liderado por Qinhan Lyu presentó CacheScope, una técnica que determina cuándo realizar todo el cálculo de eliminación de ruido y cuándo reutilizar aproximaciones almacenadas en caché durante la inferencia de modelos de difusión. No requiere entrenamiento adicional, gradientes ni redes independientes. En tres modelos de difusión populares, acelera la generación hasta 3,57 veces y reduce hasta un 70,1 % el error mediano de LPIPS frente al método existente más sólido basado en sondeos.
Por qué importa
Los desarrolladores pueden generar imágenes más rápido y con mayor fidelidad sin destinar recursos a entrenamiento adicional.
