最近的生成人工智能进展中，利用稳定扩散2.0模型生成合成数据集，并通过迁移学习、微调和生成参数优化技术改善数据集在下游分类任务中的效果。提出了条件类别版本的模型，利用类编码器和关键生成参数的优化。使用该方法，合成数据集产生的模型在三分之一的情况下胜过真实数据集上训练的模型。