MOSS 모델 학습 이슈 해결을 위한 'Clean-end share' 파라미터 업데이트 (v8.7.0)

요약

Stable Diffusion 커뮤니티에서 MOSS 모델 학습 시 발생하는 유사도(likeness) 문제 해결을 위한 새로운 접근법이 제시되었습니다. 기존 MOSS 학습 스케줄은 세부 디테일을 결정하는 깨끗한 노이즈 범위(sigma 0.5 미만)에 전체 단계의 약 11%만 할당하여 세밀한 표현이 어려웠습니다. 이를 Krea 2(18~28% 할당)와 비교 분석한 결과, 해당 구간의 학습 비중이 부족하다는 점이 확인되었습니다. 이에 따라 v8.7.0 업데이트를 통해 'Clean-end share' 옵션이 추가되었으며, 기본값 60%로 설정되어 학습 효율을 개선합니다. 해당 옵션은 세밀한 얼굴 묘사와 디테일 향상이 필요한 경우 조정하여 활용할 수 있습니다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.