ema

학습 과정에서 모델 가중치의 최근 값들에 더 높은 가중치를 두어 평균을 계산하는 기법이다. 학습 중 발생하는 가중치의 급격한 변동을 억제하여 최종 모델의 안정성과 일반화 성능을 향상시킨다. 확산 모델 학습에서 고품질 샘플 생성을 위해 필수적으로 사용된다.