Zum Inhalt springen
KI-Atlas

Generative KI

Vom Beurteilen, was etwas ist, zum Erzeugen, wie es sein sollte

OVERVIEW

Alle Einträge
6
Anfänger
2
Fortgeschritten
3
Experte
1

A generative model is not content with labelling a sample; it must produce the sample itself. Autoencoders, GANs, diffusion models and autoregressive models are four principal routes, each giving a precise mathematical formulation to the vague goal of “looking real” — and each now underpinning image, video, speech and 3D content production.

Fragen, die dieser Bereich beantwortet

  • Q1

    What distribution is a generative model learning?

  • Q2

    Why is diffusion more stable than a GAN?

  • Q3

    How does a text prompt become an image?

Einträge dieses Bereichs

  1. 01Generative Modelle im ÜberblickAnfängerDiskriminative Modelle beantworten "Was ist das?", generative "Wie sollte das aussehen?"
  2. 02Autoencoder und VAEFortgeschrittenInformation durch einen Engpass pressen und daraus wieder entstehen lassen
  3. 03Generative Adversarial NetworksAnfängerEin Fälscher gegen einen Prüfer: jeder treibt den anderen an seine Grenze
  4. 04DiffusionsmodelleFortgeschrittenLerne tausend kleine Entrauschungsschritte, und du erzeugst ein Bild aus reinem Rauschen
  5. 05Latente Diffusion und konditionale SteuerungExperteDiffusion nicht über Pixel, sondern in einem komprimierten semantischen Raum
  6. 06Multimodale GenerierungFortgeschrittenEin Modell, das sprechen, zeichnen, sich bewegen — und sogar die 3D-Welt modellieren lernt