Onderzoekers onder leiding van Qinhan Lyu introduceerden CacheScope, een techniek die tijdens inferentie van diffusiemodellen bepaalt wanneer volledige denoising-berekeningen nodig zijn en wanneer eerder berekende benaderingen uit de cache kunnen worden hergebruikt. De techniek vereist geen extra training, gradiënten of aparte netwerken. Bij drie populaire diffusiemodellen versnelt hij de generatie tot 3,57 keer en verlaagt hij de mediane LPIPS-fout tot 70,1% ten opzichte van de sterkste bestaande methode op basis van probes.
Waarom het ertoe doet
Ontwikkelaars kunnen afbeeldingen sneller en met een hogere getrouwheid genereren, zonder middelen te besteden aan extra training.
