GLIDE Difüzyon Modeli
GLIDE, istemlerin yanı sıra 'sınıflandırıcısız yönlendirmenin' daha önceki GAN tabanlı sistemleri yenebileceğini gösteren eski bir OpenAI metinden görüntüye yayılma modeliydi.
Genel Bakış
It was a key stepping stone on the path to DALL-E 2.
Derin Dalış
OpenAI tarafından 2021'in sonlarında yayınlanan GLIDE (Oluşturma ve Düzenleme için Görüntü Yayılımına Yönelik Kılavuzlu Dil), metin tarafından yönlendirilen yayılma modellerinin fotogerçekçi, anında aslına sadık görüntüler üretebileceğini gösterdi. En büyük katkısı, üretimi yönlendirmenin iki yolunu karşılaştırmaktı: CLIP rehberliği ve sınıflandırıcısız rehberlik. Ekip, sınıflandırıcısız yönlendirmenin daha gerçekçi ve daha iyi hizalanmış görüntüler ürettiğini ve bu sonucun o zamandan bu yana neredeyse her metinden görüntüye modelini şekillendirdiğini buldu. GLIDE ayrıca metin odaklı iç boyamayı da destekleyerek kullanıcıların görüntünün bir bölümünü yeni bir istemle düzenlemesine olanak tanıyordu. 3,5 milyar parametreli bir difüzyon modeli artı bir üst örnekleyici kullandı. OpenAI daha küçük, filtrelenmiş bir sürümü halka açık olarak yayınladı, ancak kötüye kullanım kaygıları nedeniyle modelin tamamı saklandı ve buradan alınan dersler doğrudan DALL-E 2'ye aktarıldı.
Teknik Bilgi
Sınıflandırıcısız rehberlik, GLIDE'ın temel teknik dersidir. Eğitim sırasında model bazen gerçek metin istemini, bazen de boş olanı görür ve hem koşullu hem de koşulsuz nesli öğrenir. Örnekleme zamanında, koşulsuz tahminden koşullu tahmine doğru ekstrapolasyon yaparak çıktının istemi ne kadar güçlü bir şekilde takip ettiğini keskinleştirir. Bu, ayrı bir sınıflandırıcıya ihtiyaç duymayı ortadan kaldırır ve CLIP ile yönlendirmeye göre gözle görülür derecede daha iyi gerçekçilik ve metin hizalaması sağlayarak daha sonraki modeller için varsayılan teknik haline gelir.
Stratejik Etki
Speed and scale
Visual AI, inceleme, algılama ve etiketleme görevlerini geniş ölçekte otomatikleştirebilir.
Build choices
Yaratıcı ekipler, daha az manuel revizyonla konseptleri daha hızlı prototipleyebilir.
Ekip ve iş akışı
Operasyonlar, daha önce işlenmesi zor olan görüntü ve video sinyallerini kullanabilir.
GLIDE Difüzyon Modelinin Geleceği
GLIDE'ın kendisi büyük ölçüde tarihseldir ve yerini DALL-E 2, Imagen ve Stable Diffusion almıştır, ancak fikirleri her yerde varlığını sürdürmektedir. Sınıflandırıcısız rehberlik, aslına uygunluk ve çeşitlilikten ödün vermek için varsayılan düğme olmaya devam ediyor ve metin odaklı iç boyama artık standart. Gelecekteki sistemler rehberlik programlarını iyileştirmeye, güçlü rehberlik nedenlerini azaltmaya ve aynı ilkeleri video ve 3D yayılımına genişletmeye devam ediyor, böylece GLIDE'ın etkisi modelden daha uzun ömürlü olacak.
Gerçek Dünya Uygulaması
Tanımlanan bir sahne gibi bir cümleden, erkenden hızlı ve sadık bir sentez sergileyen bir görüntü oluşturma
Metin odaklı iç boyama: fotoğrafın bir kısmını maskelemek ve onu kelimelerle tanımlanan yeni bir nesneyle doldurmak
Takip istemi yoluyla öğe ekleyerek veya değiştirerek mevcut bir görüntüyü düzenleme
Sınıflandırıcısız rehberliğin hizalama için CLIP rehberliğinden üstün olduğunu kanıtlayan bir araştırma temeli olarak hizmet etmek
Riskler ve Korkuluklar
Kaynağın belirsiz olması durumunda görüntü hakları ve rıza yasal risk haline gelebilir.
Model performansı aydınlatma, demografik özellikler ve ortamlara göre değişiklik gösterebilir.
Güven eşikleri izlenmediği sürece yanlış pozitifler fark edilmeyebilir.
Uygulama Yol Haritası
Kesinlik, geri çağırma ve hata maliyetlerine ilişkin kabul kriterlerini tanımlayın.
Gerçek üretim koşullarıyla eşleşen verilerle test edin.
Düşük güvenirliğe sahip veya yüksek etkili tahminler için gerçek kişi tarafından yapılan incelemeyi ekleyin.
Model kaymasını izleyin ve kamera veya veri kümesi değişikliklerinden sonra yeniden doğrulayın.
Keşfetmeye Devam Edin
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 GLIDE Diffusion Model 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
Next guide
Gizli Difüzyon Modelleri
Sık sorulan sorular
What is GLIDE Diffusion Model?
GLIDE, istemlerin yanı sıra 'sınıflandırıcısız yönlendirmenin' daha önceki GAN tabanlı sistemleri yenebileceğini gösteren eski bir OpenAI metinden görüntüye yayılma modeliydi. Bu, DALL-E 2'ye giden yolda önemli bir basamaktı.
GLIDE hangi yönlendirme yönteminin daha iyi, daha hızlı ve güvenilir görüntüler ürettiğini buldu?
GLIDE, sınıflandırıcısız rehberliğin CLIP rehberliğine göre daha gerçekçi ve daha uyumlu sonuçlar verdiğini gösterdi.
GLIDE kısaltması, üretmenin yanı sıra neyi yapabileceğini vurguluyor?
GLIDE, metin odaklı iç boyama da dahil olmak üzere Oluşturma ve Düzenleme için Kılavuzlu Dilden Görüntüye Dağıtım anlamına gelir.
Sınıflandırıcısız rehberlik eğitim sırasında nasıl çalışır?
Model, hem gerçek hem de boş istemler üzerinde eğitim alarak koşullu ve koşulsuz oluşturmayı öğrenir ve ardından örnekleme sırasında bunlar arasında tahminde bulunur.
GLIDE'ın dersleri daha sonraki hangi OpenAI modeline doğrudan beslendi?
GLIDE, rehberlik anlayışlarını benimseyen ve temel alan DALL-E 2'ye doğru bir basamaktı.
OpenAI neden GLIDE'ın yalnızca daha küçük, filtrelenmiş bir sürümünü herkese açık olarak yayınladı?
OpenAI, yanlış kullanım endişeleri nedeniyle tam modeli sakladı ve bunun yerine filtrelenmiş, daha küçük bir varyantı yayınladı.