Diffusion 모델은 점점 현실적인 이미지를 생성하고 있지만, 동일한 프롬프트로 이미지를 반복 생성할 때 종종 매우 유사한 변형을 얻는 문제가 있다. 이로 인해 대부분의 모델은 데이터에서 관찰되는 내재 다양성을 반영하지 못하며, 이는 창의적인 작업에 대한 관련성이나 세계 모델을 제공하는 능력을 저해한다. 본 연구는 생성된 이미지를 기존 이미지 집합으로부터 멀어지도록 방해하는 효과적이고 일반적인 방법을 제안한다. 이는 확산 중에 데이터 기반의 방해 용어를 동적으로 도입함으로써 달성된다.

<Apple 뉴스 본문 전체읽기>