Learning to Efficiently Sample from Diffusion Probabilistic Models

Esta pesquisa foca no desenvolvimento de métodos mais eficientes para amostragem de Modelos Probabilísticos de Difusão, visando reduzir o custo computacional e o tempo associados à geração de amostras de alta qualidade. Explora novos algoritmos para acelerar o processo de amostragem, mantendo a fidelidade dos dados gerados.