LoRA en contexte est une technique d'ajustement fin pour les transformateurs de diffusion (DiT) qui intègre des images, et non pas seulement du texte, permettant ainsi un ajustement fin pour des tâches spécifiques tout en préservant l'invariance aux tâches. Son principal avantage réside dans la possibilité d'un ajustement fin efficace sur des petits ensembles de données, sans modification du modèle DiT original ; seules les données d'entraînement sont modifiées. LoRA en contexte génère un ensemble d'images haute fidélité en combinant des descriptions de plusieurs images et en appliquant un ajustement fin LoRA spécifique à la tâche, pour mieux répondre aux exigences de la requête. Cette technique est d'une importance capitale pour le domaine de la génération d'images, car elle fournit un outil puissant permettant de générer des images de haute qualité pour des tâches spécifiques sans compromettre l'invariance aux tâches.