Guía sin clasificador (CFG)
La guía sin clasificador, normalmente llamada CFG, es un ajuste de los modelos de difusión que controla cuánto se ciñe el resultado a tu prompt, a cambio de cómputo extra.
En cada paso, el modelo predice el resultado tanto con tu prompt como sin él, y la escala de guía decide hasta dónde empujar hacia la versión con prompt. Una escala más alta sigue el prompt más de cerca, pero puede hacer que los resultados parezcan exagerados, y cada paso requiere dos pasadas del modelo en lugar de una.
Los modelos destilados suelen incorporar la guía de fábrica, y eso explica en parte su velocidad. Z-Image Turbo no necesita guía sin clasificador, la versión Turbo de Anima funciona con escala 1 mientras que la normal recomienda 4 a 5, y los checkpoints de MiniMax H3 están destilados con CFG. MOSS-Image usa por defecto una escala de 3 y se salta una capa en la rama negativa para ahorrar cómputo. Parte de los valores de la model card, porque un ajuste que le va a un modelo puede arruinar otro.
Términos relacionados
- Modelo de difusión Un modelo de difusión genera imágenes o vídeo partiendo de ruido aleatorio y quitando el ruido paso a paso hasta que emerge una imagen.
- Pasos de muestreo Los pasos de muestreo son el número de pasadas que hace un modelo de difusión para convertir ruido en una imagen o un vídeo. Menos pasos significan resultados más rápidos, normalmente con alguna pérdida de detalle o variedad.
- Destilación La destilación entrena a un modelo estudiante más pequeño para imitar a un modelo profesor más grande, conservando gran parte de su capacidad con una fracción del tamaño.