Hướng dẫn không cần phân loại
Hướng dẫn không cần phân loại là kỹ thuật làm cho các mô hình khuếch tán thực sự tuân theo lời nhắc của bạn, đánh đổi sự đa dạng để có được sự tuân thủ mạnh mẽ hơn nhiều.
Tổng quan
It is the single dial behind the 'guidance scale' slider in nearly every image generator.
Lặn sâu
Khuếch tán có hướng dẫn ban đầu cần có một bộ phân loại riêng biệt để đẩy các mẫu tới lớp mong muốn, lớp này dễ hỏng và cần được đào tạo thêm. Hướng dẫn không cần phân loại, do Jonathan Ho và Tim Salimans đề xuất vào năm 2022, đã loại bỏ sự phụ thuộc đó. Trong quá trình đào tạo, mô hình ngẫu nhiên bỏ điều kiện (dấu nhắc văn bản) trong một số phần trăm thời gian, do đó, mô hình học cách tạo ra cả dự đoán có điều kiện và không điều kiện bằng một mạng duy nhất. Tại thời điểm lấy mẫu, bạn chạy mô hình hai lần mỗi bước, một lần có lời nhắc và một lần không có lời nhắc, sau đó ngoại suy từ dự đoán vô điều kiện sang dự đoán có điều kiện. Mức độ ngoại suy là thang đo hướng dẫn: các giá trị cao hơn buộc phải tuân thủ nhanh hơn và độ bão hòa mạnh hơn, trong khi các giá trị thấp hơn mang lại sự đa dạng hơn nhưng kết hợp lỏng lẻo hơn.
Hiểu biết kỹ thuật
Về mặt toán học, dự đoán nhiễu có điều kiện là dự đoán vô điều kiện cộng với thang đo hướng dẫn nhân với chênh lệch giữa dự đoán có điều kiện và dự đoán không điều kiện. Thang điểm 1 có nghĩa là không có hướng dẫn; các giá trị điển hình là từ 5 đến 9. Đẩy tỷ lệ lên rất cao sẽ khuếch đại các tính năng nhanh chóng nhưng gây ra màu sắc quá bão hòa, độ tương phản khắc nghiệt và tạo tác giả do mô hình ngoại suy vượt xa phạm vi phân bố đã học của nó. Nó tốn khoảng hai lần chuyển tiếp cho mỗi bước khử nhiễu.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của hướng dẫn không cần phân loại
Các nhà nghiên cứu đang tinh chỉnh hướng dẫn để duy trì việc tuân thủ kịp thời mà không bị bão hòa quá mức, thông qua ngưỡng động, lịch trình hướng dẫn thay đổi cường độ qua các bước và các thủ thuật thay đổi quy mô. Các mô hình đã được chắt lọc giờ đây đưa hướng dẫn vào một bước duy nhất để giảm một nửa tính toán và các công thức mới hơn khám phá khả năng chú ý nhiễu loạn và tự động hướng dẫn không cần phân nhánh vô điều kiện, hướng tới hình ảnh sắc nét, trung thực với chi phí thấp hơn.
Triển khai trong thế giới thực
Điều chỉnh thanh trượt 'tỷ lệ CFG' trong Khuếch tán ổn định hoặc Midjourney để cân bằng độ chính xác nhanh chóng với tính sáng tạo
Đưa ra hướng dẫn để buộc trình tạo bao gồm một đối tượng cụ thể, khó hiển thị được mô tả trong lời nhắc
Giảm hướng dẫn để có kết quả đầu ra đa dạng hơn, ít bão hòa hơn khi khám phá nhiều tùy chọn thiết kế
Điều chỉnh lịch trình hướng dẫn trong quy trình sản xuất để giảm hiện tượng cháy màu trên các kết xuất có độ chi tiết cao
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
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
Hướng dẫn tiếp theo
Bộ phân loại Naive Bayes
Câu hỏi thường gặp
What is Classifier-Free Guidance?
Hướng dẫn không cần phân loại là kỹ thuật làm cho các mô hình khuếch tán thực sự tuân theo lời nhắc của bạn, đánh đổi sự đa dạng để có được sự tuân thủ mạnh mẽ hơn nhiều. Đây là vòng quay duy nhất đằng sau thanh trượt 'thang hướng dẫn' trong hầu hết mọi trình tạo hình ảnh.
Mục đích chính của hướng dẫn không cần phân loại là gì?
Hướng dẫn không cần phân loại giúp tăng cường sự tuân thủ nhanh chóng bằng cách ngoại suy từ dự đoán vô điều kiện sang dự đoán có điều kiện.
Làm cách nào để một mô hình học cách đưa ra các dự đoán vô điều kiện cho hướng dẫn không cần phân loại?
Trong quá trình đào tạo, lời nhắc đôi khi bị loại bỏ ngẫu nhiên, do đó, một mạng sẽ học cả hành vi có điều kiện và vô điều kiện.
Việc tăng quy mô hướng dẫn thường có tác dụng gì?
Hướng dẫn cao hơn buộc phải tuân thủ chặt chẽ hơn và các tính năng mạnh mẽ hơn, nhưng đẩy nó đi quá xa sẽ gây ra hình ảnh quá bão hòa, khắc nghiệt và dễ bị giả tạo.
Hướng dẫn không có bộ phân loại tiêu chuẩn yêu cầu khoảng bao nhiêu lần chuyển tiếp cho mỗi bước khử nhiễu?
Mô hình được chạy một lần với lời nhắc và một lần không có lời nhắc, sau đó các dự đoán sẽ được kết hợp, tốn khoảng hai lượt cho mỗi bước.
Hướng dẫn không có bộ phân loại có ưu điểm gì so với hướng dẫn của bộ phân loại?
Bằng cách sử dụng một mạng duy nhất cho cả hai dự đoán, nó sẽ tránh được bộ phân loại bổ sung, dễ vỡ mà quá trình khuếch tán có hướng dẫn cũ yêu cầu.