Fine-Tuning 되지 않은 Stable Diffusion에서도 개나 고양이 또는 곰 인형과 거북이 인형 같이 비슷한 Visual을 지닌 Object에 대해서는 Mixing과 Omitting 현상이 종종 발생합니다. … "Stable Diffusion의 Text Encoder 정보만으로는 몇몇 Visual이 비슷한 Object를 구분하지 못한다." 라는 가설을 세웠다.