Los modelos generativos pueden ser lentos debido a cómo los entrenamos. Cuando muchas salidas son válidas, entrenar un modelo reconstructivo para predecir una sola salida en un paso único puede hacer que su salida se desplace hacia el promedio de esas posibilidades. Los modelos de difusión y autoregresivos evitan esto al dividir la generación en pasos más pequeños que deben repetirse durante la inferencia. La versión más simple del Modelado Explorativo genera varias salidas posibles para cada ejemplo de entrenamiento y aprende de la que mejor coincide con el objetivo. Esto permite que el modelo capture diferentes salidas válidas en lugar de promediarlas. Añadido a una base sólida de generación de imágenes, la exploración alcanzó el rendimiento final de la base tras procesar 6,2 veces menos muestras de entrenamiento y utilizar 4,1 veces menos FLOPs. También mejoró los modelos de video y lenguaje con difusión enmascarada. En experimentos de escalado separados, las mejoras aumentaron a medida que crecían el tamaño del modelo y los datos de entrenamiento. Los Modelos Explorativos completamente end-to-end empataron con las bases de difusión en tareas de control, utilizando hasta 256 veces menos evaluaciones de red durante la inferencia. La exploración puede ayudar a los modelos a resolver más incertidumbre durante el entrenamiento, por lo que necesitan menos pasos para generar una salida.