このドキュメントは AI によって生成されました。誤りを発見された場合、または改善のご提案がある場合は、ぜひご貢献ください！ GitHub で編集する研究論文『拡散モデルにおける露出バイアスの解明（Elucidating the Exposure Bias in Diffusion Models）』に記載されている Epsilon Scaling 法を実装します。この手法は、サンプリング過程において予測されるノイズをスケーリングすることで、生成サンプルの品質を向上させます。また、拡散モデルにおける露出バイアスを軽減するために、一様なスケジュール（uniform schedule）を用います。
入力
| パラメーター | データ型 | 必須 | 範囲 | 説明 |
|---|---|---|---|---|
model | MODEL | はい | - | Epsilon Scaling を適用するモデル |
scaling_factor | FLOAT | いいえ | 0.5 – 1.5 | 予測ノイズをスケーリングする際に用いる係数（デフォルト値：1.005） |
出力
| 出力名 | データ型 | 説明 |
|---|---|---|
model | MODEL | Epsilon Scaling が適用されたモデル |