图像创作 · 类LoRA技术基础

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

25 道原题
  1. LoRA的核心数学原理是什么?为什么LoRA能够有效适配扩散模型?

    原题
  2. LoRA通常注入扩散模型中U-Net、DiT和Text Encoder的哪些位置?

    原题
  3. LoRA在AIGC图像创作领域有哪些主流应用场景?

    原题
  4. LoRA与全参数微调相比,训练和推理成本有什么差异?

    原题
  5. 如何评价一个人物、风格或概念LoRA的整体质量?

    原题
  6. 如何调节LoRA权重?多个LoRA同时加载时如何正确组合?

    原题
  7. 多LoRA推理中的Merge、Switch和Composite策略有什么区别?

    原题
  8. LoRA的离线融合、差分提取和跨底模迁移有哪些特点?

    原题
  9. 介绍一下LoRA从任务定义到部署验证的完整训练流程

    原题
  10. LoRA训练数据、Caption标签和长宽比分桶应该如何构造和设计?

    原题
  11. Rank、Alpha、学习率、训练步数和训练目标模块等关键参数应该如何设置?

    原题
  12. 如何判断LoRA欠拟合、过拟合、概念泄漏和底模型绑定?

    原题
  13. LoRA训练中有哪些显存与稳定性优化手段?

    原题
  14. LoCon和LoHa在原生LoRA上分别做了哪些优化?

    原题
  15. DoRA、B-LoRA等方法有哪些创新点?

    原题
  16. LCM-LoRA与人物/风格LoRA有什么本质区别?

    原题
  17. 为什么LCM-LoRA可以和人物/风格LoRA叠加

    原题
  18. 工程上如何使用,以及什么时候不应该使用

    原题
  19. 如何构建差异化LoRA?差异化LoRA的构建逻辑和数学本质是什么?它适合解决什么问题?

    原题

    本题“差异化 LoRA”按权重差分操作理解。

  20. MoE-LoRA如何通过路由和专家适配器提升条件容量?

    原题
  21. MoE-LoRA的工程收益、训练风险与适用场景是什么?

    原题
  22. PEFT的核心技术路线有哪些?LoRA属于哪个细分类别?

    原题
  23. Textual Inversion的原理、优势与局限是什么?

    原题
  24. DreamBooth和DreamBooth LoRA的原理是什么?

    原题
  25. LoRA、DreamBooth与Textual Inversion应该如何选择?

    原题