Diffusion Transformers의 성능을 향상시키기 위해, 본 논문에서는 파라미터 효율적인 보정 기법인 Calibri를 제안합니다. Calibri는 약 100개의 파라미터만 조정하여, 디퓨전 트랜스포머 블록의 생성 품질을 크게 개선하고, 이미지 생성 시 필요한 추론 단계 수를 줄이는 효과를 보입니다. 이 방법은 블랙박스 보상 최적화 문제로 접근하며, 진화 알고리즘을 활용해 효율적으로 최적화합니다. 실험 결과, Calibri는 경량 설계에도 불구하고 다양한 텍스트-투-이미지 모델에서 일관된 성능 향상을 입증하였습니다. 따라서, 생성 모델의 효율성과 품질을 동시에 개선하는 실용적 가치가 매우 높습니다.