Přeskočit na obsah
LaFoto

Slovníček AI generování obrázků

Co je guidance scale (CFG)?

Jak silně je model v každém kroku tlačen k vašemu promptu. Při příliš nízké hodnotě se model toulá, při příliš vysoké je výstup strnulý a přesycený barvami.

Guidance scale — často označovaná jako škála CFG (classifier-free guidance) — řídí, jak silně je model v každém kroku denoise tlačen směrem k vašemu promptu. Nízké hodnoty mu dovolí driftovat k tomu, co považuje za přirozené; vysoké jej nutí poslouchat text za cenu realističnosti. Většině modelů vyhovuje rozmezí zhruba 5 až 9.
mosazný číselníkový měřák na teplém papíru, ručička v polovině stupnice, šikmé světlo

CFG scale a guidance scale jsou totéž

Dva názvy, jeden posuvník. CFG znamená classifier-free guidance, tedy techniku pod kapotou; některá rozhraní ji zobrazují touto zkratkou, jiná používají prostší „guidance scale“. Když vám tutoriál říká nastavit CFG na 7 a vaše rozhraní má jen „guidance“, nastavte guidance na 7 — je to stejné číslo se stejnou funkcí.

Co se děje v každém kroku

V každém kroku denoise model fakticky vytvoří dvě predikce: jednu podmíněnou vaším promptem a jednu, která jej zcela ignoruje. Guidance scale je váha aplikovaná na rozdíl mezi nimi. Při škále 1 dostanete nepodmíněný výsledek a váš prompt sotva zaregistruje; zvýšení čísla zesiluje směr, kterým prompt táhl.

Proč velmi vysoké hodnoty vypadají hůř, ne přesněji

Je logické čekat, že když je trochu adherence k promptu dobré, více bude lepší — a výstup tuto domněnku potrestá. Nad zhruba 12 až 15 většina modelů produkuje tvrdé hrany, vypálené barvy, přesaturovaný kontrast a sežehnutý, plakátový vzhled. Model je tlačen mimo oblast, kde jeho výstupy působí jako fotografie; formálně se sice přiblíží slovům, ale vizuálně je špatně.

Proč velmi nízké hodnoty ignorují zadání

Pod asi 3 se model vrací ke svým vlastním priorům — k obrazům, které považuje za nejpravděpodobnější bez ohledu na to, co jste chtěli. Výsledky bývají hezké a mají pramálo společného s promptem. Občas je to užitečné pro volné pojetí tématu, většinou však jen frustruje.

Kde začít a co měnit jako první

Začněte na 7 a dřív než tento parametr upravte samotný prompt. Guidance scale je hrubý nástroj a většina stížností „model ignoroval můj prompt“ plyne z vágního promptu, ne z nízkého nastavení. Když je prompt skutečně konkrétní a přesto se nedodržuje, zkuste 9 nebo 10, než půjdete výš, a mějte na paměti, že novější modely vyladěné na adherence k promptu často chtějí nižší hodnoty, než doporučují starší návody.

Měřítko guidance v kostce

Také se nazývá
CFG scale
Obvyklý rozsah
5 až 9
Rozumná výchozí hodnota
7
Příliš vysoko
Strnulé, přesaturované
Příliš nízko
Ignoruje Váš prompt
Nejprve upravit prompt
Obvykle skutečná příčina

Použít v praxi

Kde se tento ovladač objevuje

Síla vedení — questions people ask

Jaká je dobrá škála CFG?
Kolem 7 u většiny modelů. Obvyklé pracovní rozmezí je 5 až 9; výš jděte jen tehdy, když je konkrétní prompt skutečně ignorován.
Je škála CFG totéž co guidance scale?
Ano. CFG je zkratka pro classifier-free guidance a rozhraní používají pro stejný ovladač oba názvy.
Co se stane, když je guidance scale příliš vysoká?
Obrázek ztuhne a přesytí se, s tvrdými hranami a vypálenou barvou. Následuje prompt doslovněji, ale vypadá podstatně méně jako reálná fotografie.
Co se stane, když je guidance scale příliš nízká?
Model se stočí k tomu, co považuje za nejpravděpodobnější, a prompt z velké části ignoruje. Výsledky mohou být příjemné, ale nejsou to ty, o které jste žádali.
Mám guidance scale zvedat, když model ignoruje prompt?
Obvykle ne jako první krok. Častější příčinou je vágní prompt a jeho přepis s konkrétními podstatnými jmény, světlem a médiem pomůže víc než šroubování tohoto čísla.
Používají všechny modely stejné rozmezí guidance scale?
Ne. Novější modely laděné na adherence k promptu často preferují nižší hodnoty, než radí starší návody, a destilované rychlé varianty někdy toto nastavení téměř ignorují.
Ovlivňuje guidance scale rychlost generování?
Nevýznamně. Rychlost určují počet kroků a rozlišení; guidance scale mění směr každého kroku, ne jejich počet.

Související pojmy AI generování obrázků

Začněte tvořit ještě dnes

Vytvořte svůj první obrázek v nejlepším AI generátoru obrázků.

Větu promění v hotový, fotorealistický obrázek během pár sekund — pak doladíte každý detail. Bez nastavování, bez Discordu, bez GPU.

Připojte se k 4 200+ tvůrcům používajícím LaFoto