نموذج
Boogu-Image 0.1: تقسيم العمل ومخاطر التشويه بين الأوزان الثلاثة Base وTurbo وEdit
نموذج التشريح/إنشاء الصور وتحريرها
نموذج التشريح/إنشاء الصور وتحريرها
© 2026 تيلك نت. جميع الحقوق محفوظة.
تشريح النموذج / التوليد والتحرير
يقدّم Boogu-Image 0.1 مولّدًا أساسيًا ونموذجًا سريعًا مقطّرًا ومحرّرًا للصور المنفردة. ويعني ذلك أن اسم مشروع واحد يغطي ثلاثة تواريخ تدريبية وثلاثة عقود أخذ عينات وثلاث طرق مختلفة يمكن أن يفشل بها الناتج.
يتعلّم النموذج حقل سرعة بين الضوضاء والتمثيلات الكامنة للصورة. ويمكن صياغة هدف تدريب مكثّف على النحو التالي:
L=E[t,x₀,x₁] ||vθ(x_t,t,c) − u_t(x_t|x₀,x₁)||²
يكمل Base مسارًا أطول، بينما يتعلّم Turbo تقريبًا قصيرًا لذلك المسار، ولذلك فإن أخطاءه ليست مجرد نسخ أصغر من أخطاء Base. أما Edit فيضيف شرط الصورة المدخلة ويجب أن يحافظ على المحتوى الذي لم يستهدفه التوجيه.
يتعلّم النموذج الأساسي أولًا حقل نقل قابلًا للاستخدام، ثم يضغط الطالب المقطّر ذلك المسار إلى نحو أربع خطوات. أما المحرّر فيتطلب أمثلة مقترنة من التوجيهات والصور وهدفًا إضافيًا للحفاظ على المحتوى. يفسّر هذا التسلسل لماذا لا تعني الخطوات الأقل تلقائيًا نموذجًا أكثر قدرة، ولماذا لا يستلزم محرّر الصور المنفردة تركيبًا متعدد المراجع.
قد يحافظ Base على البنية الدقيقة بينما يكرّر أنماطًا محلية. وقد يقسّي Turbo الحدود أو يفرط في تنعيم الملمس أو يتلف النصوص الصغيرة. أما Edit فيحتاج ثلاثة فحوص دفعة واحدة: الالتزام بالتوجيه، وهوية العنصر، والانحراف خارج المنطقة المطلوبة. وتقتضي المقارنة العادلة تثبيت الموجّه وحجم اللوحة والبذرة.
يثبت المستودع الرسمي وبطاقات النماذج الثلاثة أن أوزان Base وTurbo وEdit نُشرت بمسارات استخدام مختلفة. وتصف مقارنات الموجّهات التي قدّمها الناشر ذلك الإصدار؛ لكنها لا تنشئ قائمة تفوق شاملة عبر الملصقات والبورتريهات والمنتجات والطباعة متعددة اللغات.
يُشحن Boogu-Image 0.1 مع Base وTurbo وEdit معًا، مما يجعلها تبدو كإعدادات سرعة بسيطة. يحتفظ Base بمسار توليد أطول، ويقطّر Turbo ذلك المسار إلى نحو أربع خطوات، ويضيف Edit صورة مدخلة إلى عقد التهيئة. ويعني ذلك أن اسم مشروع واحد يخفي ثلاثة أسئلة قبول منفصلة.
كما يخفي تاريخ الإصدار ترتيب التطوير. فالنموذج الأساسي يتعلّم أولًا حقل سرعة قابلًا للاستخدام، ويتعلّم النموذج المقطّر تقريبًا قصيرًا، وتضيف نقطة تحقق التحرير بيانات مقترنة من التوجيهات والصور. ومن دون تلك الخلفية يسهل الادعاء بأن الخطوات الأقل أفضل دائمًا أو أن محرّر الصور المنفردة يدعم تلقائيًا التركيب متعدد المراجع.
L_FM=E[t,x₀,x₁] ||vθ(x_t,t,c)−u_t(x_t|x₀,x₁)||²vθحقل السرعة المتوقَّعu_tمسار النقل المستهدفcشرط نصي أو صوريتدرّب مطابقة التدفق حقل سرعة من الضوضاء إلى التمثيلات الكامنة للصورة. يكمل Base مسارًا أطول؛ ويتعلّم Turbo تقريبًا قصيرًا، ولذلك لا يمكن استنتاج سلوك الخطوات الأربع من قواعد عدد الخطوات في Base.
يضيف Edit شرط الصورة المدخلة. ويجب أن يفصل القبول بين الالتزام بالتوجيه والحفاظ على العنصر والانحراف خارج المنطقة المطلوبة بدلًا من الاكتفاء بالحدة.
يمكن تتبّع الورقة والشيفرة والأوزان عبر Boogu-Image source / Boogu Base weights / Boogu Turbo weights.
هذا جدول عقود داخل المشروع، وليس قائمة تفوق عالمية مبنية على مجموعة تفضيلات داخلية.
| الملف | الاستدلال الافتراضي | التدقيق الأساسي |
|---|---|---|
| Base | مطابقة تدفق متعددة الخطوات | التفاصيل والتكوين واستقرار المسار الطويل |
| Turbo | نحو 4 خطوات | تشوهات التقطير والنصوص والعناصر الصغيرة |
| Edit | صورة واحدة مع توجيه | الالتزام بالتوجيه والحفاظ على الخلفية |
قد يحافظ Base على تفاصيل أكثر بينما يظل يكرّر أنماطًا محلية. ويعاني Turbo قابلية التأثر بالحدود الجامدة والملمس المفرط في التكرار والنصوص الصغيرة المكسورة. أما Edit فيجب الحكم عليه بالالتزام بالتوجيه وهوية العنصر والانحراف خارج المنطقة المطلوبة.
ينبغي أن تثبّت المقارنة الموجّه والحجم والبذرة عبر نقاط التحقق الثلاث. فصورة الإصدار تُظهر قدرة، لكنها لا تثبت سلوكًا مستقرًا عبر الملصقات والبورتريهات والمنتجات والطباعة الكثيفة والتكوينات المعقدة.
مجموعة موجّهات الناشر مفيدة للاستنساخ، لكنها لا تمثل كل ملصق أو شخص أو منتج أو تخطيط متعدد اللغات. وتحتاج المقارنة الموثوقة إلى مجموعة موجّهات ثابتة ومراجعة عمياء.
يتطلب Base وTurbo وEdit سجلات أخذ عينات منفصلة. فعدد الخطوات يغيّر التكلفة وخطأ المسار معًا، بينما تحتاج نقطة تحقق التحرير أيضًا إلى الصورة المدخلة والتوجيه والحفاظ على ما هو خارج المنطقة المحرَّرة.
تعود أسماء النماذج والأرقام والقيود إلى الأوراق أو المستودعات أو بطاقات النماذج أدناه.