論文読解：基本に立ち返る - デノイジング生成を試みる

この記事は、Tianhong Li氏とKaming He氏による研究論文について論じており、ノイズ予測の次元が高すぎるため、ピクセル空間で自己完結型モデルを作成することの課題に取り組んでいます。著者は、低次元多様体の特性を利用して、画像そのものを予測することに焦点を移すことを提案しています。彼らは、高次元空間で画像を直接予測し、それを低次元に圧縮する方が精度が向上することを発見しました。動機は、現在の拡散モデル、特にVAEによって提供される潜在空間と、各時間ステップでのノイズまたはフローの予測に関する制限に起因しています。