Objectifs d'apprentissage
- Différencier la stabilité de l'entraînement antagoniste de la révision itérative fondée sur les diffuseurs.
- Expliquer comment l'attention auto-sélective permet d'étendre les capacités génératives des modèles basés sur les transformateurs.
- Analyser les compromis computationnels liés à la vitesse d'échantillonnage et à la qualité des échantillons entre différentes familles de modèles.
- Évaluer l'évolution de la représentation de l'espace latent à travers les différents paradigmes génératifs.