JLT: 잠재 확산 트랜스포머의 클린-레이턴트 예측

연구진은 고정된 FLUX.2 VAE 코드를 학습한 1.3억 파라미터 규모의 latent diffusion Transformer JLT를 공개했다.

동일한 조건에서 clean-latent prediction이 velocity prediction보다 더 나은 기하학적 학습 특성을 보였다.

이 모델은 ImageNet 256x256에서 classifier-free guidance 적용 시 FID-50K 2.50을 포함한 우수한 성능을 기록했다.

이번 연구는 latent diffusion의 학습 타깃이 단순한 재매개변수가 아니라 최적화와 샘플 품질에 직접적인 영향을 준다는 점을 보여준다.