확산 모델: 확산 모델은 인식할 수 없을 때까지 학습 데이터에 가우시안 노이즈를 점진적으로 추가한 다음, 무작위 시드 노이즈에서 아웃풋(일반적으로 이미지)을 합성할 수 있는 역방향 "노이즈 제거" 프로세스를 학습합니다. 강화 학습: 강화 학습에서 모델은 올바른 아웃풋에 대한 체계적인 보상(또는 잘못된 출력에 대한 불이익)을 통해 시행착오를 거치며 총체적으로 학습합니다. 학습률과 같은 모델의 https://conpick.ai/