Modèle de diffusion adaptatif au domaine

Un modèle de diffusion adaptatif au domaine est un modèle probabiliste de diffusion de débruitage (DDPM) pré-entraîné sur de grands ensembles de données générales, puis adapté — par affinage (fine-tuning), inversion textuelle ou LoRA — pour générer des sorties de haute qualité dans un domaine cible spécifique. Il combine la puissante capacité générative des modèles de diffusion avec des techniques d'adaptation de domaine, permettant une synthèse de haute fidélité dans des domaines spécialisés tels que l'imagerie médicale, l'imagerie satellitaire ou les styles artistiques spécifiques à un domaine avec des données cibles limitées.