Orientação sem classificador
A orientação sem classificador é a técnica que faz com que os modelos de difusão realmente sigam seu prompt, trocando alguma diversidade por uma adesão muito mais forte.
Visão geral
It is the single dial behind the 'guidance scale' slider in nearly every image generator.
Mergulho profundo
A difusão guiada inicial precisava de um classificador separado para empurrar as amostras para uma classe desejada, que era frágil e exigia treinamento extra. A orientação sem classificador, proposta por Jonathan Ho e Tim Salimans em 2022, elimina essa dependência. Durante o treinamento, o modelo descarta aleatoriamente o condicionamento (o prompt de texto) em alguma porcentagem do tempo, de modo que aprende a produzir previsões condicionais e incondicionais com uma única rede. No momento da amostragem, você executa o modelo duas vezes por etapa, uma vez com o prompt e outra sem, e depois extrapola da previsão incondicional para a condicional. A quantidade de extrapolação é a escala de orientação: valores mais elevados forçam uma adesão imediata mais rigorosa e uma saturação mais forte, enquanto valores mais baixos proporcionam mais variedade, mas uma correspondência mais flexível.
Visão Técnica
Matematicamente, a previsão de ruído guiado é a previsão incondicional mais a escala de orientação multiplicada pela diferença entre as previsões condicionais e incondicionais. Uma escala de 1 significa nenhuma orientação; os valores típicos são de 5 a 9. Aumentar muito a escala amplifica os recursos imediatos, mas causa cores supersaturadas, contraste forte e artefatos, porque o modelo extrapola muito além de sua distribuição aprendida. Custa aproximadamente duas passagens para frente por etapa de remoção de ruído.
Impacto Estratégico
Velocidade e escala
A IA visual pode automatizar tarefas de inspeção, detecção e marcação em grande escala.
Escolhas de construção
As equipes criativas podem criar protótipos de conceitos mais rapidamente e com menos revisões manuais.
Equipe e fluxo de trabalho
As operações podem usar sinais de imagem e vídeo que antes eram difíceis de processar.
O futuro da orientação sem classificador
Os pesquisadores estão refinando as orientações para manter a adesão imediata sem supersaturação, por meio de limiares dinâmicos, cronogramas de orientação que mudam a força ao longo das etapas e truques de redimensionamento. Os modelos destilados agora unem a orientação em uma única passagem para reduzir pela metade a computação, e as formulações mais recentes exploram a atenção perturbada e a orientação automática que não precisam de nenhuma ramificação incondicional, visando imagens nítidas e fiéis a um custo menor.
Implementação no mundo real
Ajustando o controle deslizante 'Escala CFG' em Difusão Estável ou Midjourney para equilibrar a precisão imediata com a criatividade
Levantando orientação para forçar um gerador a incluir um objeto específico e difícil de renderizar descrito no prompt
Reduzir a orientação para obter resultados mais variados e menos saturados ao explorar muitas opções de design
Ajustando cronogramas de orientação em pipelines de produção para reduzir artefatos de queima de cores em renderizações de alto detalhe
Riscos e guarda-corpos
Os direitos de imagem e o consentimento podem tornar-se riscos legais se a proveniência não for clara.
O desempenho do modelo pode variar dependendo da iluminação, dados demográficos e ambientes.
Os falsos positivos podem passar despercebidos, a menos que os limites de confiança sejam monitorados.
Roteiro de implementação
Defina critérios de aceitação para precisão, recall e custos de erro.
Teste com dados que correspondam às condições reais de produção.
Adicione revisão humana para previsões de baixa confiança ou de alto impacto.
Rastreie o desvio do modelo e revalide após alterações na câmera ou no conjunto de dados.
Continue explorando
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
Próximo guia
Classificadores Naive Bayes
Perguntas frequentes
What is Classifier-Free Guidance?
A orientação sem classificador é a técnica que faz com que os modelos de difusão realmente sigam seu prompt, trocando alguma diversidade por uma adesão muito mais forte. É o mostrador único atrás do controle deslizante de 'escala de orientação' em quase todos os geradores de imagens.
Qual é o objetivo principal da orientação sem classificador?
A orientação sem classificador aumenta a adesão imediata ao extrapolar do incondicional para a previsão condicional.
Como um modelo aprende a fazer previsões incondicionais para orientação sem classificador?
Durante o treinamento, o prompt é descartado aleatoriamente algumas vezes, de modo que uma rede aprende o comportamento condicional e incondicional.
O que o aumento da escala de orientação geralmente faz?
Uma orientação mais alta força uma adesão mais rígida e recursos mais fortes, mas ir longe demais causa imagens supersaturadas, nítidas e propensas a artefatos.
Aproximadamente quantas passagens de avanço por etapa de eliminação de ruído a orientação padrão sem classificador exige?
O modelo é executado uma vez com o prompt e uma vez sem, então as previsões são combinadas, custando cerca de duas passagens por etapa.
Que vantagem a orientação sem classificador tem sobre a orientação do classificador?
Ao usar uma única rede para ambas as previsões, evita-se o classificador extra frágil que a difusão guiada mais antiga exigia.