Diffusion Model
Definition
Diffusion Models generieren Daten (Bilder, Audio, Video), indem sie schrittweise Rauschen entfernen. Sie wurden von Nicht-Gleichgewichts-Thermodynamik inspiriert. Stable Diffusion, DALL-E und Midjourney basieren alle auf Diffusionsarchitektur.
Beispiel
Stable Diffusion erzeugt aus einem Text-Prompt in Sekunden ein detailliertes Bild.
Verwandte Begriffe
Mehr aus “AI/ML”
TinyML
TinyML ist das Feld des Machine Learning fuer extrem ressourcenbeschraenkte Geraete (Mikrocontroller, Sensoren). Modelle werden auf wenige Kilobyte komprimiert. Typische Anwendungen sind Keyword-Spotting, Gestenerkennung und Anomalie-Erkennung auf Batterie-Geraeten.
VAE (Variational Autoencoder)
Ein VAE ist ein Neural Network, das Daten komprimiert und rekonstruiert. Im Gegensatz zu klassischen Autoencodern erzeugt der latente Raum eine kontinuierliche Verteilung, die das Generieren neuer Daten ermoeglicht. VAEs werden oft als Komponente in Diffusionsmodellen eingesetzt.
Stable Diffusion
Stable Diffusion ist ein Open-Source-Diffusionsmodell fuer Bildgenerierung von Stability AI. Es kann lokal auf Consumer-GPUs ausgefuehrt werden und hat die KI-Bildgenerierung demokratisiert. Version 3.5 bietet stark verbesserte Textwiedergabe und Fotorealismus.
Prompt Engineering
Prompt Engineering ist die Praxis, Eingaben an ein LLM so zu formulieren, dass die bestmoegliche Ausgabe erzielt wird. Techniken umfassen Few-Shot-Prompting, Chain-of-Thought und System-Prompts. Gutes Prompt Engineering kann die Leistung eines Modells drastisch verbessern.