Glosario IA
El diccionario completo de la Inteligencia Artificial
Distillation de Conocimiento
Técnica donde un modelo de difusión grande (maestro) entrena a un modelo más pequeño y rápido (estudiante) para reproducir sus salidas, reduciendo así el costo computacional de la inferencia.
Distillation Progresiva (Progressive Distillation)
Método de destilación iterativa donde cada modelo estudiante aprende de un modelo maestro ligeramente más rápido, permitiendo una aceleración exponencial del proceso de muestreo.
Planificador (Scheduler)
Algoritmo que define la secuencia de niveles de ruido y los pasos temporales para el proceso de eliminación de ruido, influyendo directamente en la velocidad y calidad de la generación.
Planificador DDIM (Denoising Diffusion Implicit Models)
Planificador determinista que permite generar muestras con muchos menos pasos que un planificador estándar, modificando la estocasticidad del proceso de eliminación de ruido.
Planificador DPM-Solver
Solucionador de ecuaciones diferenciales estocásticas de alto orden diseñado para acelerar el muestreo de modelos de difusión, logrando alta calidad con muy pocos pasos de evaluación.
Muestreo de Paso Único (One-Step Sampling)
Objetivo de la destilación donde el modelo estudiante es entrenado para generar una salida limpia a partir de una entrada ruidosa en un solo paso de eliminación de ruido.
Remuestreo Latente (Latent Resampling)
Estrategia de aceleración que modifica la trayectoria de eliminación de ruido en el espacio latente remuestreando los estados intermedios para reducir el número total de pasos necesarios.
Consistency Models
Familia de modelos generativos entrenados para mapear cualquier punto de una trayectoria de ruido directamente hacia el punto de inicio de la trayectoria, permitiendo un muestreo en un solo paso o muy pocos pasos.
Destilación por Trayectoria (Trajectory Distillation)
Variante de la destilación donde el modelo estudiante aprende a imitar la trayectoria completa de desruido del modelo maestro a través de múltiples pasos, en lugar de centrarse en un solo paso.
Planificador LCMS (Linear Multistep Scheduler)
Planificador basado en métodos de pasos múltiples lineales, optimizado para una convergencia rápida y estable con un bajo número de pasos de muestreo.
Aceleración por Fusión de Tokens (Token Merging)
Técnica que reduce la complejidad computacional del desruidor (a menudo un U-Net Transformer) fusionando semánticamente tokens similares en cada paso de desruido.
Desruido Uniforme (Uniform Denoising)
Estrategia de muestreo que utiliza pasos de tiempo uniformemente espaciados, a menudo combinada con solucionadores avanzados para maximizar la eficiencia con un número reducido de pasos.
Destilación Adversarial
Enfoque donde se utiliza una red discriminadora para ayudar al modelo estudiante a aprender las características de distribución del modelo maestro, mejorando la fidelidad de la generación rápida.
Planificador Karras
Planificador de ruido que define una varianza de ruido más suave y continua, utilizado frecuentemente para mejorar la estabilidad y calidad del muestreo con bajo número de pasos.
Muestreo Estocástico Acelerado
Métodos que conservan un componente estocástico en el proceso de desruido mientras utilizan planificadores o solucionadores avanzados para reducir el número de pasos, equilibrando diversidad y velocidad.