扩散模型通过残差空间适配实现持续概念个性化

研究将残差空间适配扩展到预训练扩散模型的随机适配过程，解决概念按顺序到达时的持续概念个性化问题，在同类方法中取得最高概念保真度并保持接近零遗忘。学习到的残差空间动态揭示了扩散模型适配能力的集中层，仅限制在这些层适配可将可训练参数减少最多 72%，性能几乎不变。