Ugrás a tartalomra
LaFoto

AI kép-szójegyzék

Mi az a guidance scale (CFG)?

Azt szabályozza, milyen erősen tereli a modellt a promptja felé minden egyes lépésben. Túl alacsony értéknél elkalandozik, túl magasnál merev és túltelített lesz a kimenet.

Az irányítási skála — gyakran CFG skálaként jelölve, a classifier-free guidance rövidítéseként — azt szabályozza, mennyire erősen toljuk a modellt a prompt felé minden denoise-lépésben. Alacsony értékeknél a modell afelé sodródik, amit a legtermészetesebbnek talál; magas értékeknél a szöveghez való ragaszkodást erőltetjük a realizmus rovására. A legtöbb modell 5 és 9 között érzi jól magát.
sárgaréz számlapos mérőóra meleg papíron, a mutató középálláson, súrolófényben

A CFG skála és az irányítási skála ugyanaz a vezérlő

Két név, egy csúszka. A CFG a classifier-free guidance rövidítése, ez az alatta lévő technika neve; egyes felületek ezt az elnevezést használják, mások a közérthetőbb „irányítási skála” feliratot. Ha egy leírás azt mondja, állítsa a CFG-t 7-re, és az Ön felülete csak irányítást kínál, állítsa az irányítást 7-re — ugyanaz a szám, ugyanaz a feladat.

Mi történik valójában minden lépésben

Minden denoise-lépésben a modell gyakorlatilag két előrejelzést készít: egyet a promtra kondicionálva, egyet pedig azt teljesen figyelmen kívül hagyva. Az irányítási skála a köztük lévő különbségre alkalmazott súly. Skála=1 esetén az irányítatlan eredményt kapja, a prompt alig számít; emelve a skálát felerősíti azt az irányt, amerre a prompt húzott.

Miért lesznek a túl magas értékek rosszabbak, nem pontosabbak

Ésszerű feltételezés, hogy ha egy kis prompt-követés jó, a több még jobb — a kimenet ezt bünteti. Durván 12–15 fölött a legtöbb modell kemény éleket, kiégett színeket, túlszaturált kontrasztot és égett, poszterszerű minőséget ad. A modellt a „fényképszerű” tartományon túlra toljuk; a szavakhoz való technikai közeledés láthatóan hibás képet eredményez.

Miért hagyja figyelmen kívül Önt a túl alacsony érték

Nagyjából 3 alatt a modell visszatér a saját priorjaihoz — azokhoz a képekhez, amelyeket a legvalószínűbbnek tart, függetlenül a kérésétől. Az eredmény gyakran tetszetős, de kevéssé kapcsolódik a promptjához. Néha hasznos, ha egy témát lazán, nem pedig konkrétan akar megfogni; máskor csak frusztráló melléfutás.

Honnan induljon, és mit változtasson először

Induljon 7-en, és előbb a promptot pontosítsa, ne ezt. Az irányítási skála tompa eszköz; a „nem követte a promptomat” panaszok többsége ködös promptból, nem pedig alacsony beállításból fakad. Ha a prompt valóban specifikus, és mégsem követi a modell, próbálja a 9-et vagy 10-et, mielőtt feljebb menne — és vegye számításba, hogy az újabb, prompt-követésre hangolt modellek gyakran alacsonyabb értékeket szeretnek, mint a régi útmutatók.

Irányítási skála röviden

Más néven
CFG scale
Jellemző tartomány
5 és 9 között
Ésszerű alapérték
7
Túl magas
Merev, túlszaturált
Túl alacsony
Figyelmen kívül hagyja a promptot
Először a promptot javítsa
Többnyire ez az igazi ok

Gyakorlatban

Hol jelenik meg ez a vezérlő

Irányítási skála — questions people ask

Mi a jó CFG skála?
Nagyjából 7 a legtöbb modellnél. Az 5–9 tartomány a szokásos munkatartomány; feljebb csak akkor menjen, ha egy specifikus promptot tényleg figyelmen kívül hagy a modell.
Ugyanaz-e a CFG skála, mint az irányítási skála?
Igen. A CFG a classifier-free guidance rövidítése, a felületek ugyanarra a vezérlőre használják a két elnevezést.
Mi történik, ha túl magas az irányítási skála?
A kép merev és túlszaturált lesz, kemény élekkel és kiégett színekkel. Szó szerint jobban követi a promptot, miközben kevésbé hasonlít valós fényképre.
Mi történik, ha túl alacsony az irányítási skála?
A modell afelé sodródik, amit a legvalószínűbbnek tart, és nagyrészt figyelmen kívül hagyja a promptját. A képek lehetnek tetszetősek, de nem azt kérte.
Emeljem az irányítási skálát, ha a modell nem követi a promptot?
Általában ne ezt először. Gyakrabban a ködös prompt az ok; konkrét főnevek, fény és médium megnevezése többet ér, mint ennek feljebb húzása.
Minden modell ugyanabban a skálatartományban működik?
Nem. Az újabb, prompt-követésre hangolt modellek gyakran alacsonyabb értékeket szeretnek, és a desztillált, gyors változatok néha szinte figyelmen kívül hagyják ezt a beállítást.
Befolyásolja az irányítási skála a generálás sebességét?
Érdemben nem. A lépések száma és a felbontás irányítja a sebességet; ez a beállítás az egyes lépések irányát változtatja, nem a lépések számát.

Kezdjen alkotni még ma

Generálja le első képét a legjobb AI képgenerátorral.

Egy mondatból másodpercek alatt kész, fotórealisztikus kép — majd finomítsa a részleteket. Nincs setup, nincs Discord, nincs GPU.

Csatlakozzon 4200+ alkotóhoz, akik a LaFotót használják