分類器なしガイダンス(CFG)

分類器なしガイダンス、通称 CFG は、拡散モデルにおける設定の一つで、結果がプロンプトにどの程度厳密に従うかを制御します。その代償が追加の計算です。

  • モデルの使い方
  • 更新日

各ステップでモデルはプロンプトありとプロンプトなしの両方の結果を予測し、ガイダンス強度(スケール)がプロンプトありの版へどれだけ押し進めるかを決めます。スケールを上げるとプロンプトに近づきますが、結果がやりすぎに見えることがあり、各ステップで 1 回ではなく 2 回のモデル実行が必要になります。

蒸留モデルはガイダンスをあらかじめ織り込んでいることが多く、これが速さの理由の一つです。Z-Image Turbo は分類器なしガイダンスを必要とせず、Anima の Turbo 版はスケール 1 で動作し、通常版は 4〜5 を推奨します。MiniMax H3 のチェックポイントは CFG 蒸留済みです。MOSS-Image は既定でスケール 3 を使い、計算を節約するために負の分岐で 1 層をスキップします。モデルカードの値から始めてください。あるモデルに合う設定が、別のモデルを台無しにすることがあります。

関連用語

  • 拡散モデル(Diffusion model) 拡散モデルはランダムなノイズから出発し、ノイズを一歩一歩取り除いていくことで画像や動画を生成します。
  • サンプリングステップ数 サンプリングステップ数は、拡散モデルがノイズを画像や動画へ変えるまでに繰り返す処理の回数です。ステップが少ないほど速く結果が出ますが、通常は細部やバラエティがやや失われます。
  • 蒸留(Distillation) 蒸留は、より小さな「生徒」モデルに大きな「教師」モデルを模倣させる学習手法で、サイズはごく小さく保ちながら教師の能力の多くを引き継げます。

すべての用語