अव्यक्त संगति मॉडल

They make near-real-time, interactive image generation practical even on modest hardware.

स्टेबल डिफ्यूजन जैसे मानक अव्यक्त प्रसार मॉडल शोर से शुरू होते हैं और पुनरावृत्त रूप से निरूपित होते हैं, अक्सर एक छवि बनाने के लिए 20 से 50 नेटवर्क मूल्यांकन की आवश्यकता होती है, जो धीमा है। 2023 में लुओ और उनके सहयोगियों द्वारा पेश किए गए एलसीएम, पूर्व-प्रशिक्षित प्रसार मॉडल के अव्यक्त स्थान में स्थिरता आसवन लागू करते हैं। मुख्य विचार: एक छात्र नेटवर्क को डीनोइज़िंग प्रक्षेपवक्र के साथ किसी भी बिंदु से सीधे स्वच्छ परिणाम पर पहुंचने के लिए प्रशिक्षित करें, ताकि एक बड़े कदम में वही उत्तर प्राप्त किया जा सके जो पहले कई छोटे कदम उठाते थे। परिणाम लगभग 1 से 4 चरणों में स्पष्ट छवियाँ हैं। एक सहयोगी तकनीक, एलसीएम-एलओआरए, इस त्वरण को एक छोटे प्लग-इन एडाप्टर के रूप में पैकेज करती है जिसे पूरे नेटवर्क को फिर से प्रशिक्षित किए बिना मौजूदा फाइन-ट्यून किए गए स्थिर डिफ्यूजन मॉडल पर छोड़ा जा सकता है।