إرشادات خالية من المصنف
التوجيه الخالي من المصنف هو الأسلوب الذي يجعل نماذج الانتشار تتبع مطالبتك فعليًا، وتستبدل بعض التنوع بالتزام أقوى بكثير.
نظرة عامة
It is the single dial behind the 'guidance scale' slider in nearly every image generator.
الغوص العميق
كان النشر الموجه المبكر يحتاج إلى مصنف منفصل لدفع العينات نحو الفئة المرغوبة، والتي كانت هشة وتتطلب تدريبًا إضافيًا. التوجيه الخالي من المصنفات، الذي اقترحه جوناثان هو وتيم ساليمانز في عام 2022، يزيل تلك التبعية. أثناء التدريب، يقوم النموذج بإسقاط التكييف (مطالبة النص) بشكل عشوائي في نسبة معينة من الوقت، لذلك يتعلم إنتاج تنبؤات مشروطة وغير مشروطة باستخدام شبكة واحدة. في وقت أخذ العينات، تقوم بتشغيل النموذج مرتين في كل خطوة، مرة مع الموجه ومرة بدونه، ثم تقوم بالاستقراء بعيدًا عن التنبؤ غير المشروط نحو التنبؤ المشروط. مقدار الاستقراء هو مقياس التوجيه: القيم الأعلى تفرض التزامًا سريعًا أكثر إحكامًا وتشبعًا أقوى، في حين أن القيم المنخفضة تعطي تنوعًا أكبر ولكن مطابقة أكثر مرونة.
البصيرة الفنية
رياضيًا، التنبؤ بالضوضاء الموجهة هو التنبؤ غير المشروط بالإضافة إلى مقياس التوجيه مضروبًا في الفرق بين التنبؤات المشروطة وغير المشروطة. مقياس 1 يعني عدم وجود توجيه؛ القيم النموذجية هي من 5 إلى 9. يؤدي دفع المقياس إلى مستوى عالٍ جدًا إلى تضخيم الميزات السريعة ولكنه يتسبب في ظهور ألوان مفرطة التشبع، وتباين قاس، وتشوهات، لأن النموذج يستقرئ بعيدًا عن التوزيع المكتسب. يكلف الأمر ما يقرب من تمريرتين للأمام لكل خطوة تقليل الضوضاء.
التأثير الاستراتيجي
السرعة والحجم
يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
خيارات البناء
يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
الفريق وسير العمل
يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.
مستقبل التوجيه الخالي من المصنف
يقوم الباحثون بتحسين التوجيه للحفاظ على الالتزام الفوري دون التشبع الزائد، من خلال العتبات الديناميكية، وجداول التوجيه التي تغير القوة عبر الخطوات، وإعادة قياس الحيل. تعمل النماذج المقطرة الآن على دمج التوجيه في تمريرة واحدة لخفض الحوسبة إلى النصف، وتستكشف الصيغ الأحدث الانتباه المضطرب والتوجيه التلقائي الذي لا يحتاج إلى فرع غير مشروط على الإطلاق، بهدف الحصول على صور واضحة ودقيقة بتكلفة أقل.
التنفيذ في العالم الحقيقي
ضبط شريط تمرير "مقياس CFG" في Stable Diffusion أو Midjourney لتحقيق التوازن بين الدقة السريعة والإبداع
رفع التوجيه لإجبار المولد على تضمين كائن محدد يصعب عرضه موصوف في الموجه
خفض التوجيه للحصول على مخرجات أكثر تنوعًا وأقل تشبعًا عند استكشاف العديد من خيارات التصميم
ضبط جداول التوجيه في خطوط الإنتاج لتقليل آثار حرق الألوان في العروض عالية التفاصيل
المخاطر والدرابزين
يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.
خارطة طريق التنفيذ
تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Classifier-Free Guidance quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
مصنفات ساذجة بايز
الأسئلة المتداولة
What is Classifier-Free Guidance?
التوجيه الخالي من المصنف هو الأسلوب الذي يجعل نماذج الانتشار تتبع مطالبتك فعليًا، وتستبدل بعض التنوع بالتزام أقوى بكثير. إنه القرص الوحيد الموجود خلف شريط تمرير "مقياس التوجيه" الموجود في كل مولد صور تقريبًا.
ما هو الغرض الرئيسي من التوجيه الخالي من المصنف؟
يعزز التوجيه الخالي من المصنف الالتزام الفوري من خلال الاستقراء من غير المشروط نحو التنبؤ المشروط.
كيف يتعلم النموذج كيفية عمل تنبؤات غير مشروطة لتوجيهات خالية من المصنف؟
أثناء التدريب، يتم إسقاط المطالبة بشكل عشوائي في بعض الأحيان، بحيث تتعلم إحدى الشبكات السلوك المشروط وغير المشروط.
ما الذي تفعله زيادة مقياس التوجيه بشكل عام؟
يفرض التوجيه الأعلى التزامًا أكثر صرامة وميزات أقوى، لكن دفعه بعيدًا جدًا يؤدي إلى صور مفرطة التشبع وقاسية ومعرضة للتشويه.
ما هو عدد التمريرات الأمامية تقريبًا لكل خطوة تقليل الضوضاء التي يتطلبها التوجيه القياسي الخالي من المصنف؟
يتم تشغيل النموذج مرة واحدة باستخدام الموجه ومرة بدونه، ثم يتم دمج التنبؤات، بتكلفة تبلغ حوالي تمريرتين لكل خطوة.
ما هي الميزة التي يتمتع بها التوجيه الخالي من المصنف على توجيه المصنف؟
وباستخدام شبكة واحدة لكلا التنبؤين، فإنه يتجنب المصنف الإضافي الهش الذي يتطلبه النشر الموجه الأقدم.