Generative Modeling Foundations

GAN/VAE context, diffusion fundamentals, latent spaces, conditioning and why production GenAI is not just sampling pretty images.

Что изучаем

GAN/VAE context, diffusion fundamentals, latent spaces, conditioning and why production GenAI is not just sampling pretty images.

Что закрываем на этапе

Понять ключевые ограничения архитектуры или пайплайна для данного узла.
Понимать диагностические сигналы в проде и во время разработки.
Знать, где обычно ломается воспроизводимость и как проверять гипотезы.

Как проработать на собеседовании

Готовься не “перечислять термины”, а объяснять причинно-следственные связи между ограничениями системы, выбором решений и компромиссами по латентности, стоимости и надежности.

Материалы

Denoising Diffusion Probabilistic Models

https://arxiv.org/abs/2006.11239

High-Resolution Image Synthesis with Latent Diffusion Models

https://arxiv.org/abs/2112.10752

Diffusers Documentation — Hugging Face

https://huggingface.co/docs/diffusers/index

LLM Evaluation, Latency and Cost

Diffusion, Flow Matching and DiT

Назад к программе