Orientação sem classificador (CFG)
A orientação sem classificador, geralmente chamada CFG, é um ajuste dos modelos de difusão que controla o quanto o resultado segue fielmente o seu prompt, ao custo de computação extra.
A cada passo, o modelo prevê o resultado tanto com o seu prompt quanto sem ele, e a escala de orientação decide até onde empurrar em direção à versão com prompt. Uma escala mais alta segue o prompt mais de perto, mas pode deixar os resultados com aparência exagerada, e cada passo exige duas passadas do modelo em vez de uma.
Modelos destilados frequentemente embutem a orientação, e isso explica parte da sua velocidade. O Z-Image Turbo não precisa de orientação sem classificador, a versão Turbo do Anima roda com escala 1 enquanto a normal recomenda 4 a 5, e os checkpoints do MiniMax H3 são destilados com CFG. O MOSS-Image usa por padrão escala 3 e pula uma camada no ramo negativo para economizar computação. Comece pelos valores do model card, porque um ajuste que serve para um modelo pode estragar outro.
Termos relacionados
- Modelo de difusão Um modelo de difusão gera imagens ou vídeo partindo de ruído aleatório e removendo o ruído passo a passo até que uma imagem apareça.
- Passos de amostragem Passos de amostragem são o número de passadas que um modelo de difusão faz para transformar ruído em uma imagem ou vídeo. Menos passos significam resultados mais rápidos, geralmente com alguma perda de detalhe ou variedade.
- Destilação A destilação treina um modelo estudante menor para imitar um modelo professor maior, mantendo grande parte da capacidade dele com uma fração do tamanho.