Glossário IA
O dicionário completo da Inteligência Artificial
Passo de Tempo de Difusão (Timestep)
Parâmetro discreto que representa uma etapa específica na cadeia de Markov do processo de difusão, indicando o nível de ruído aplicado a uma amostra.
Reamostragem Latente (Latent Resampling)
Técnica que visa melhorar a qualidade do espaço latente reorganizando ou reponderando os pontos latentes para uma melhor cobertura e uma geração mais fiel.
Modelo de Ruído U-Net
Arquitetura de rede neural, frequentemente em forma de U, especialmente projetada para prever o ruído adicionado a cada etapa do processo de difusão inversa no espaço latente.
Scheduler de Difusão
Mecanismo que define a variância do ruído adicionado a cada passo de tempo do processo direto, influenciando a velocidade e a qualidade da geração.
Orientação por Classificador (Classifier Guidance)
Método para condicionar a geração de um modelo de difusão usando o gradiente de um classificador pré-treinado para orientar a remoção de ruído em direção a uma classe alvo.
Orientação Sem Classificador (Classifier-Free Guidance)
Técnica de condicionamento que combina as previsões de um modelo condicional e não condicional para controlar a geração sem a necessidade de um classificador externo.
Destilação de Modelo de Difusão
Processo de compressão onde um grande modelo de difusão (professor) é usado para treinar um modelo menor e mais rápido (aluno) para realizar a mesma tarefa de geração.
Remoção Progressiva de Ruído
Princípio fundamental dos modelos de difusão onde a geração é vista como uma sequência de etapas de remoção de ruído, transformando o ruído em dados estruturados.
Espaço de Ruído
Espaço de alta dimensão onde amostras de ruído gaussiano são extraídas, servindo como ponto de partida para o processo de geração por difusão reversa.
Interpolação no Espaço Latente
Operação que consiste em criar transições suaves entre dois pontos do espaço latente, gerando assim variações semânticas coerentes entre as amostras correspondentes.
Autoencoder Hierárquico
Tipo de autoencoder com múltiplos níveis de espaços latentes, permitindo uma decomposição dos dados em diferentes escalas e uma geração mais controlada em modelos de difusão latentes.