Resumen: Introducimos a Prolora, permitiendo la adaptación de disparo cero del ajuste fino de los parámetros en los modelos de difusión de texto a imagen. PROLORA transfiere ajustes de bajo rango previamente entrenados (por ejemplo, LORA) de una fuente a un modelo de destino sin datos de entrenamiento adicionales. Esto supera las limitaciones de los métodos tradicionales que requieren capacitación al cambiar los modelos base, a menudo desafiantes debido a las limitaciones de datos. PROLORA logra esto mediante la proyección de los ajustes de la fuente en el espacio de peso del modelo de destino, aprovechando las similitudes de subespacio y espacio nulo y se dirige selectivamente a capas alineadas. Las evaluaciones sobre modelos establecidos de texto a imagen demuestran una transferencia de conocimiento exitosa y un rendimiento comparable sin capacitación.
Publicado Originalme en rss.arxiv.org El 5 de junio de 2025.
Ver Fuente Original
