النماذج والمنتجاتبنية النماذج اللغوية الكبيرة تحديث 2026

نموذج الانتشار (Diffusion Model)

التعريف

نموذج توليدي يتعلّم إنشاء البيانات عبر عكس عملية إضافة ضوضاء تدريجية — وهي التقنية التي تقف وراء معظم أدوات توليد الصور الحديثة بالذكاء الاصطناعي.

تعمل نماذج الانتشار، التي صاغ إطارها Sohl-Dickstein وزملاؤه (2015) وجعلها Ho وزملاؤه (2020) عملية لتركيب صور عالية الجودة، على مرحلتين: عملية أمامية تُضيف الضوضاء إلى البيانات تدريجيًا، وعملية عكسية مُتعلَّمة تُزيل الضوضاء من ضوضاء عشوائية لتعود بها إلى عيّنة متماسكة.

وهي الأساس الذي تقوم عليه أنظمة تحويل النص إلى صورة الرائدة اليوم، وتُستخدم بصورة متزايدة في توليد الصوت والفيديو.

المراجع

مصادر أولية ومحكّمة وأرشيفية لهذا التعريف.

Denoising Diffusion Probabilistic Models

Ho, J., Jain, A., & Abbeel, P. (2020). Advances in Neural Information Processing Systems 33 (NeurIPS 2020).

المصدر arXiv:2006.11239

Deep Unsupervised Learning using Nonequilibrium Thermodynamics

Sohl-Dickstein, J., Weiss, E. A., Maheswaranathan, N., & Ganguli, S. (2015). Proceedings of the 32nd International Conference on Machine Learning (ICML 2015).

المصدر arXiv:1503.03585