Apprentissage par transfert avec modèle de diffusion

L'apprentissage par transfert avec modèles de diffusion adapte un grand modèle de diffusion pré-entraîné — tel que Stable Diffusion ou DALL-E 2 — à un nouveau domaine ou une nouvelle tâche cible en poursuivant l'entraînement sur un petit jeu de données spécifique au domaine. Plutôt que d'apprendre le processus génératif complet à partir de zéro, les praticiens exploitent les connaissances déjà encodées dans des millions d'étapes d'entraînement pour obtenir une génération de haute qualité adaptée au domaine avec des données et une puissance de calcul modestes.