SA-Solver：拡散モデルの高速サンプリングのための確率的アダムソルバー

拡散確率モデル（Diffusion Probabilistic Models, DPMs）は、生成タスクにおいて顕著な成果を上げている。DPMからのサンプリングは、拡散確率微分方程式（SDE）または常微分方程式（ODE）を解くことに相当するが、その計算コストが高いため、高速化を目的とした改良型微分方程式ソルバーに基づく多数の高速サンプリング手法が提案されている。これらの手法の多くは、計算効率の優れた拡散ODEを解くアプローチを採用している。一方で、確率的サンプリングは、多様性と高品質なデータ生成において追加の利点を提供する可能性がある。本研究では、2つの観点から確率的サンプリングの包括的な分析を行う：制御された分散を有する拡散SDEと、線形多段階SDEソルバー。本分析に基づき、高品質なデータ生成を目的とした、拡散SDEを解くための改良型効率的確率的アダムス法である\textit{SA-Solver}を提案する。実験の結果、\textit{SA-Solver}は以下の成果を達成した：1）少数ステップでのサンプリングにおいて、既存の最先端（SOTA）手法と比較して性能が向上または同等である；2）適切な関数評価回数（NFE）条件下で、多数のベンチマークデータセットにおいてSOTAのFIDスコアを達成した。コードはhttps://github.com/scxue/SA-Solverにて公開されている。