Les modèles génératifs peuvent être lents en raison de leur méthode d'entraînement. Lorsque de nombreuses sorties sont valides, entraîner un modèle reconstructif à prédire une seule sortie en une seule étape peut faire converger sa sortie vers la moyenne de ces possibilités. Les modèles de diffusion et les modèles autorégressifs évitent cela en décomposant la génération en étapes plus petites qui doivent être répétées lors de l'inférence. La version la plus simple du Modélisation Exploratoire génère plusieurs sorties possibles pour chaque exemple d'entraînement et apprend à partir de celle qui correspond le mieux à la cible. Cela permet au modèle de capturer différentes sorties valides au lieu de les moyenniser. Ajoutée à une base solide de génération d'images, l'exploration a atteint les performances finales de la base après avoir traité 6,2 fois moins d'échantillons d'entraînement et utilisé 4,1 fois moins de FLOPs. Elle a également amélioré les modèles de vidéo et de diffusion masquée pour le langage. Dans des expériences d'échelle séparées, les gains ont augmenté à mesure que la taille du modèle et les données d'entraînement augmentaient. Les modèles exploratoires entièrement end-to-end ont atteint les performances des bases de diffusion sur les tâches de contrôle tout en utilisant jusqu'à 256 fois moins d'évaluations de réseau lors de l'inférence. L'exploration pourrait aider les modèles à résoudre davantage d'incertitudes pendant l'entraînement, afin qu'ils aient besoin de moins d'étapes pour générer une sortie.