Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Embedding Personnalisé
Fichier de vecteur numérique entraîné via Textual Inversion, capturant les caractéristiques sémantiques d'un concept visuel spécifique, qui peut être utilisé dans le prompt pour influencer la génération d'images.
Poids LyCORIS
Format de poids de fine-tuning généralisant LoRA, capable d'appliquer des modifications de rang faible à n'importe quelle partie du modèle (y compris les couches U-Net), offrant une flexibilité supérieure pour l'adaptation.
Fine-tuning sur le Concept
Processus d'entraînement qui ajuste l'ensemble du modèle de diffusion sur un jeu de données ciblé pour qu'il maîtrise un sujet, un style ou un objet spécifique, au prix d'une plus grande perte de généralisation.
Régularisation de Préserve-Sémantique
Technique utilisée lors du fine-tuning (notamment avec DreamBooth) pour éviter le surapprentissage et la perte de la capacité du modèle à générer d'autres concepts, en utilisant des images de régularisation variées.
Checkpoint de Fine-tuning
Fichier de modèle complet (souvent plusieurs gigaoctets) résultant d'un fine-tuning sur le concept, contenant tous les poids modifiés du réseau de diffusion, remplaçant ou se combinant avec le modèle de base.
Adapter de Contrôle (ControlNet)
Système de conditionnement qui ajoute un réseau neuronal auxiliaire entraînable pour contrôler précisément la génération d'images à partir d'entrées spatiales comme des croquis, des poses, ou des cartes de profondeur.
Fine-tuning de Diffusion Guidé par Classe
Variante du fine-tuning où le modèle est conditionné non seulement par du texte mais aussi par des étiquettes de classe, permettant un contrôle plus granulaire sur les attributs des objets générés.
Modèle de Diffusion Personnalisé
Modèle de diffusion qui a été spécifiquement adapté, via des techniques comme DreamBooth ou LoRA, pour exceller dans la génération d'un style, d'un personnage ou d'un univers visuel unique.
Apprentissage par Diffusion sur le Style
Application du fine-tuning où l'objectif est d'enseigner au modèle de diffusion un style artistique particulier (ex: aquarelle, cyberpunk) en l'entraînant exclusivement sur des images représentatives de ce style.
Fusion de Poids de Fine-tuning
Processus de combinaison mathématique de plusieurs ensembles de poids de fine-tuning (ex: plusieurs LoRAs) pour créer un effet hybride, en ajustant leur ratio d'influence respectif.
Prompt de Référence pour Fine-tuning
Texte descriptif utilisé pendant l'entraînement du fine-tuning pour associer les images d'entraînement à un concept textuel, servant de pont entre les données visuelles et l'espace d'incorporation du modèle.
Quantification de Poids pour Fine-tuning
Technique de réduction de la précision numérique des poids d'un modèle de fine-tuning (ex: de FP32 à FP16 ou INT8) pour diminuer la taille du fichier et l'usage mémoire, souvent au détriment d'une légère perte de qualité.
Fine-tuning à Faible Tirage (Low-Shot)
Défi du fine-tuning qui consiste à adapter un modèle avec un nombre très limité d'exemples d'entraînement, nécessitant des techniques comme DreamBooth ou Textual Inversion pour être efficace.
Dégradation Catastrophique de l'Oubli
Phénomène où un modèle de diffusion, après un fine-tuning intensif sur un concept, oublie comment générer d'autres concepts qu'il maîtrisait auparavant, réduisant sa polyvalence.