Hugging Face 포럼의 한 사용자가 잠재 확산 모델을 학습하기 위한 스케일링 법칙에 대한 정보를 찾고 있습니다. 현재 약 200만 장의 이미지로 430M 파라미터 모델을 학습 중이며, 품질을 개선하기 위해 파라미터 수를 늘릴지 아니면 이미지 수를 줄일지 고려하고 있습니다. 사용자는 Stable Diffusion 모델이 약 860M 파라미터를 가지고 있었으며, 이는 현재 파라미터 수의 절반이라고 언급하며, 파라미터 수를 늘리는 것이 올바른 접근 방식인지 궁금해합니다.