확산 모델의 노출 편향을 줄이기 위한 스펙트럴 프라이어

연구진은 확산 모델의 샘플링 불안정성을 줄이기 위해, 추론 시점에서 작동하는 경량 기법 ‘Spectral Alignment’를 제안했다.

이 방법은 FFT 기반 가이던스로 중간 스펙트럼을 학습된 사전 분포에 맞춰 조정해, 주파수 의존적 train-test 불일치를 완화한다.

추가 비용은 작고, DDPM, ADM, SD2.0, SDXL, SD3.5, FLUX 등 여러 확산·플로우 매칭 계열에서 성능 개선을 보였다.

이번 연구는 생성 모델의 대표적 오차 원인인 exposure bias와 스펙트럼 불일치 문제를 직접 겨냥한다.