پرامپٹ ٹو پرامپٹ کراس اٹینشن ایڈیٹنگ

It is editing through words, not pixels.

Prompt-to-Prompt (Hertz et al., 2022) پھیلاؤ ماڈلز میں متن پر مبنی ترمیم کے لیے ایک تربیت سے پاک تکنیک ہے۔ کلیدی بصیرت یہ ہے کہ توجہ مرکوز کرنے والے نقشے، جو ماڈل کو بتاتے ہیں کہ ہر لفظ کو کن تصویری خطوں پر اثر انداز ہونا چاہیے، منظر کی مقامی ترتیب کو انکوڈ کریں۔ جب آپ کسی تصویر کو قدرے ترمیم شدہ پرامپٹ کے ساتھ دوبارہ تخلیق کرتے ہیں، تو یہ طریقہ اصل پرامپٹ کے توجہ کے نقشوں کو نئے رن میں داخل کرتا ہے۔ کسی لفظ کی جگہ 'سائیکل' کو 'موٹرسائیکل' سے کہیں، ساخت اور پس منظر کو محفوظ رکھتے ہوئے اس چیز کو تبدیل کر دیں۔ کسی لفظ کو شامل کرنے سے صرف غیر تبدیل شدہ ٹوکنز پر توجہ دی جاتی ہے، اس لیے ہر چیز میں ردوبدل کیے بغیر ایک نیا وصف ظاہر ہوتا ہے۔ آپ اس کے اثر کو مضبوط یا کمزور کرنے کے لیے ٹوکن کی توجہ کا وزن بھی کر سکتے ہیں۔ چونکہ اس کے لیے ٹھیک ٹیوننگ یا ماسک کی ضرورت نہیں ہے، اس لیے یہ بعد میں ترمیم کے بہت سے طریقوں کے لیے ایک بنیادی تعمیراتی بلاک بن گیا، بشمول InstructPix2Pix کا ڈیٹا جنریشن۔