Des chercheurs dirigés par Qinhan Lyu ont présenté CacheScope, une technique qui détermine quand effectuer un calcul complet du débruitage et quand réutiliser des approximations mises en cache pendant l’inférence des modèles de diffusion. Elle ne nécessite ni entraînement supplémentaire, ni gradients, ni réseaux distincts. Sur trois modèles de diffusion populaires, elle accélère la génération jusqu’à 3,57 fois et réduit jusqu’à 70,1 % l’erreur médiane LPIPS par rapport à la meilleure méthode existante fondée sur des sondes.
Pourquoi c'est important
Les développeurs peuvent générer des images plus rapidement et avec une meilleure fidélité, sans consacrer de ressources à un entraînement supplémentaire.
