DiffusionBench: Generative Diffusion Transformer의 통합적 평가를 향하여
·2026.06.24 11:12
Diffusion Transformer 모델의 성능을 ImageNet부터 T2I까지 통합적으로 평가하는 프레임워크를 공개했다.
ImageNet 평가만으로는 부족한 Generative Diffusion Transformer의 성능을 다각도로 측정하기 위한 통합 평가 프레임워크인 DiffusionBench가 출시되었습니다.
이 프로젝트는 다음과 같은 핵심 기능을 제공합니다:
- 통합 코드베이스: ImageNet, Text-to-Image(T2I) 등 다양한 생성 태스크를 단일 인터페이스로 지원합니다.
- 단계별 학습 지원: RAE Tokenizer 학습(Stage 1)부터 모델 학습(Stage 2)까지 이어지는 재현 가능한 워크플로우를 제공합니다.
- 다양한 태스크 지원: 단순 이미지 생성뿐만 아니라 텍스트 조건부 생성 등 광범위한 생성 모델 평가를 목표로 합니다.
사용자는 uv 패키지 매니저를 통해 의존성을 설치하고, 사전 학습된 모델을 다운로드하여 즉시 실험을 시작할 수 있습니다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.
