Transfer Learning med Diffusionsmodel

Transfer Learning med Diffusionsmodeller tilpasser en stor forudtrænet diffusionsmodel — såsom Stable Diffusion eller DALL-E 2 — til et nyt måldomæne eller en ny opgave ved at fortsætte træningen på et mindre domænespecifikt datasæt. I stedet for at lære hele den generative proces fra bunden, udnytter praktikere viden, der allerede er kodet i millioner af træningstrin, for at opnå domænetilpasset generering af høj kvalitet med beskeden data og beregningskraft.