ДалееСледующее руководство
Написание эффективных подсказок для создания изображений
Визуальный ИИ
Визуальное руководство по искусственному интеллекту
Отрицательное приглашение — это текст, описывающий, чего вы не хотите в изображении, созданном искусственным интеллектом.
Прослушайте это руководствоОзвучено ИИ · ~3 min
В диффузионных моделях, таких как Stable Diffusion, он заменяет пустое приглашение, используемое в руководстве без классификатора, поэтому каждый шаг шумоподавления вытесняется из этого описания. Отрицательные подсказки дают пользователям прямой рычаг управления нежелательными элементами, но они работают только с моделями, в которых используются настоящие рекомендации без классификаторов, и могут иметь неприятные последствия при чрезмерном использовании.
Diffusion models create an image by starting from random noise and removing it over many steps. At each step, the model predicts the noise twice: once conditioned on your prompt and once on an 'unconditional' input, normally an empty prompt. Classifier-free guidance, introduced by Jonathan Ho and Tim Salimans, combines the two. It starts from the unconditional prediction and moves further toward the conditional one, scaled by the guidance scale (often labeled CFG). The result follows the prompt more closely than the raw model would. A negative prompt simply replaces the empty prompt with your negative text. The formula now pushes away from the negative description as it moves toward the positive one. That is why a negative prompt is not a filter or a post-processing step: it shapes every denoising step. The technique spread through community tools such as the AUTOMATIC1111 web interface in 2022. It became especially popular with Stable Diffusion 2.x, whose results many users found improved noticeably with negatives. Negative prompts work best on concrete visual concepts the model knows well: 'blurry', 'text', 'watermark', 'monochrome', or a specific color or object. They work less well as abstract fixes. On many general-purpose models, terms like 'bad anatomy' or 'extra fingers' often do little, because those models rarely saw captions describing such failures. They can also make results worse. A long list pushes the image away from many directions at once. That can reduce variety, wash out or oversaturate colors, and produce stiff compositions, and high guidance scales amplify the effect. Some models, including guidance-distilled and few-step models, skip the unconditional pass entirely. On those, negative prompts are ignored unless the tool turns true CFG back on, which slows generation. A common misconception is that writing 'no cats' in the main prompt excludes cats. Text encoders handle negation poorly, so the phrase can add cats instead.
Фотограф, делающий студийный снимок часов, добавляет «текст, водяной знак, логотип» в качестве негативной подсказки, чтобы препятствовать использованию поддельного бренда на заднем плане.
Иллюстратор, которому нужен рисунок с чистыми линиями, добавляет в отрицательную подсказку «затенение, цвет, фотореалистичность». Вместо этого написание «без затенения» в главном приглашении может случайно добавить затенение.
Пользователь вставляет негативную подсказку из 60 терминов, скопированную с форума, и обнаруживает, что изображения становятся плоскими и повторяющимися. Сокращение его до нескольких целевых терминов возвращает разнообразие.
Кто-то переключается на модель, основанную на указаниях, и замечает, что поле отрицательного подсказки ничего не делает, потому что по умолчанию модель никогда не вычисляет второй прогноз, который будет подаваться в виде отрицательного подсказки.
Негативные подсказки становятся менее важными по мере совершенствования моделей. Новые системы с более мощными кодировщиками текста более точно следуют подробным положительным подсказкам, а модели, основанные на руководствах, отказываются от поддержки отрицательных подсказок в обмен на скорость. Тем временем продолжаются исследования методов управления, которые обеспечивают более точный контроль без побочных эффектов простой CFG, а некоторые интерфейсы предлагают отдельные элементы управления для подавления таких элементов, как текст или стиль. Вечный урок для практиков носит механический характер: проверяйте, действительно ли ваша модель имеет отрицательную ветвь, делайте отрицания краткими и конкретными и проверяйте каждый термин на основе фиксированного начального числа, чтобы увидеть, что он действительно меняет.
Бесплатная рассылка
Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.
Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.
Проверьте себя
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
Отрицательная подсказка — это текст, описывающий, чего вы не хотите в изображении, созданном искусственным интеллектом. В диффузионных моделях, таких как Stable Diffusion, он заменяет пустое приглашение, используемое в руководстве без классификатора, поэтому каждый шаг шумоподавления вытесняется из этого описания. Отрицательные подсказки дают пользователям прямой рычаг управления нежелательными элементами, но они работают только с моделями, в которых используются настоящие рекомендации без классификаторов, и могут иметь неприятные последствия при чрезмерном использовании.
CFG обычно сравнивает предложенный прогноз с прогнозом из пустого запроса. Отрицательное приглашение занимает место пустого приглашения, поэтому указания отодвигаются от этого текста.
Кодировщик воспринимает слово «кошки» как сильное понятие и в значительной степени пропускает слово «нет». Перемещение слова к отрицательной подсказке меняет направление руководства.
Для каждого шага требуется два прогноза шума, по одному для каждой подсказки, и они объединяются с помощью шкалы указаний.
Негативы лучше всего работают с конкретными визуальными концепциями, которые модель хорошо знает. Водяные знаки появляются на многих обучающих изображениях, а описания ошибок, например «плохая анатомия», редко появляются в общих заголовках.
Без безусловной или отрицательной ветви, которую нужно вычислить, отрицательному тексту некуда идти. Повторное включение истинного CFG восстанавливает его за счет скорости.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
Написание эффективных подсказок для создания изображений
Визуальный ИИ