Bildegenerering kan kutte treningstid 14,6 prosent med nedskalering

Nye funn avdekker en metode for å redusere treningstiden for diffusjonsmodeller med 14,6 prosent. Dette oppnås ved selektivt å trene på nedskalerte bilder, uten å kompromittere modellens evne til å generere høykvalitetsbilder. Metoden utnytter at gradienten – retningen modellen justerer seg i – forblir tilnærmet den samme, selv ved lavere oppløsning, under visse betingelser. Forskere har identifisert et «vindu» for støynivå (sigma) og nedskalering hvor gradientene fra nedskalerte bilder er nesten identiske med de fra bilder i full oppløsning. Dette muliggjør effektiv finjustering av modellvekter (LoRA-adaptere) med lavere beregningskostnad, spesielt viktig for diffusjonsmodeller som tradisjonelt har skalert kostbart med økt bildeoppløsning.