Cuestionario vinculado a una guía · Medio Nivel

Prueba de coherencia de personajes en imágenes de IA

Prueba cómo las imágenes de referencia, los LoRA de caracteres y los codificadores de identidad mantienen la coherencia de un carácter y las formas específicas en que falla cada método.

Rutas de guía relacionadasCoherencia de caracteres en las imágenes de IA
Pregunta 1 de 8

¿Por qué reutilizar la misma semilla no garantiza el mismo personaje una vez que cambia el prompt?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Por qué reutilizar la misma semilla no garantiza el mismo personaje una vez que cambia el prompt?
    • Seeds expire after one use
    • Changing the prompt changes the denoising path, so the output changes even from the same starting noise
    • Seeds only control the image resolution
    • The model randomly reassigns seeds between runs
  2. ¿Qué técnica entrena pequeñas actualizaciones de peso en un conjunto de imágenes y las vincula a un token de activación?
    • Identity encoder
    • Reference-image conditioning
    • Character LoRA
    • Inpainting
  3. ¿Cuál es la principal limitación de los codificadores de identidad facial como InstantID?
    • They preserve the face but not hair, clothing or body shape
    • They require hundreds of training images
    • They only work on cartoon characters
    • They cannot change the background
  4. ¿Cómo inyecta IP-Adapter una imagen de referencia en la generación?
    • By replacing the text prompt entirely
    • By retraining the full model on the image
    • By copying reference pixels into the output
    • Through decoupled cross-attention with separate key and value projections for image features
  5. Un LoRA de personaje sigue produciendo la misma pose y fondo que sus imágenes de entrenamiento. ¿Cuál es la causa probable?
    • Falta de adaptación
    • Sobreajuste
    • A low reference weight
    • A missing seed
  6. What does DreamBooth's prior-preservation loss prevent?
    • The class word (like 'dog') collapsing into your specific character
    • The model from generating backgrounds
    • Face embeddings from being computed
    • Two LoRAs from loading at once
  7. When captioning LoRA training images, what should the captions describe?
    • Only the character's fixed traits
    • Nothing, captions should be left blank
    • Only the trigger word repeated
    • The things that should vary, such as background, pose and lighting
  8. Why do identity encoders often struggle with stylized cartoon characters?
    • Cartoons have too many colors
    • Cartoon images are too small
    • The face recognizers behind them were trained on real photographs
    • Cartoon characters cannot have seeds