Aprendizaje por transferencia con modelos de difusión

El aprendizaje por transferencia con modelos de difusión adapta un modelo de difusión preentrenado a gran escala —como Stable Diffusion o DALL-E 2— a un nuevo dominio o tarea objetivo, continuando el entrenamiento en un conjunto de datos más pequeño y específico del dominio. En lugar de aprender el proceso generativo completo desde cero, los profesionales aprovechan el conocimiento ya codificado en millones de pasos de entrenamiento para lograr una generación adaptada al dominio de alta calidad con datos y cómputo modestos.