Model
Boogu-Image 0.1: Temel, Turbo ve Düzenleme'nin üç ağırlığı arasındaki iş bölümü ve bozulma riski
Model Anatomisi/Görüntü Oluşturma ve Düzenleme
Model Anatomisi/Görüntü Oluşturma ve Düzenleme
MODEL ANATOMİSİ / ÜRETİM VE DÜZENLEME
Boogu-Image 0.1; bir temel üretici, damıtılmış hızlı bir model ve tek görüntülük bir düzenleyici yayımlıyor. Tek bir proje adı böylece üç ayrı eğitim geçmişini, üç örnekleme sözleşmesini ve bir çıktının başarısız olabileceği üç farklı yolu kapsıyor.
Model, gürültü ile görüntü gizil değişkenleri arasında bir hız alanı öğrenir. Kısa bir eğitim hedefi şöyledir:
L=E[t,x₀,x₁] ||vθ(x_t,t,c) − u_t(x_t|x₀,x₁)||²
Base daha uzun bir yolu entegre eder. Turbo bu yolun kısa bir yaklaşımını öğrenir; dolayısıyla hataları, Base hatalarının küçültülmüş hali değildir. Edit bir girdi görüntüsü koşulu ekler ve talimatın hedeflemediği içeriği korumak zorundadır.
Temel model önce kullanılabilir bir taşıma alanı öğrenir. Damıtılmış öğrenci model ardından bu yörüngeyi yaklaşık dört adıma sıkıştırır. Düzenleyici ise eşleştirilmiş talimat–görüntü örnekleri ve ek bir koruma hedefi ister. Bu sıra, daha az adımın neden kendiliğinden daha yetenekli bir model anlamına gelmediğini ve tek görüntülük bir düzenleyicinin neden çok referanslı kompozisyon vaat etmediğini açıklıyor.
Base, ince yapıyı korurken yerel desenleri yineleyebilir. Turbo konturları sertleştirebilir, dokuyu aşırı düzenleyebilir ya da küçük metni bozabilir. Edit aynı anda üç denetim ister: talimata uyum, özne kimliği ve istenen bölgenin dışındaki kayma. Adil bir karşılaştırma; istemi, tuvali ve tohumu sabit tutar.
Resmî depo ve üç model kartı, Base, Turbo ve Edit ağırlıklarının farklı kullanım yollarıyla yayımlandığını gösteriyor. Yayıncının istem karşılaştırmaları bu sürümü anlatır; afişler, portreler, ürünler ve çok dilli tipografi genelinde evrensel bir sıralama tablosu oluşturmaz.
Boogu-Image 0.1; Base, Turbo ve Edit'i birlikte sunuyor, bu da onları basit hız ön ayarları gibi gösteriyor. Base daha uzun bir üretim yörüngesi tutar, Turbo bu yörüngeyi yaklaşık dört adıma damıtır, Edit ise koşullandırma sözleşmesine bir girdi görüntüsü ekler. Tek bir proje adı, böylece üç ayrı kabul sorusunu gizler.
Sürüm tarihi de geliştirme sırasını gizler. Temel model önce kullanılabilir bir hız alanı öğrenir, damıtılmış model kısa bir yaklaşım öğrenir, düzenleme kontrol noktası ise eşleştirilmiş talimat-görüntü verisi ekler. Bu geçmiş bilinmeden, daha az adımın her zaman daha iyi olduğunu ya da tek görüntülük bir düzenleyicinin çok referanslı kompozisyonu kendiliğinden desteklediğini iddia etmek kolaydır.
L_FM=E[t,x₀,x₁] ||vθ(x_t,t,c)−u_t(x_t|x₀,x₁)||²vθöngörülen hız alanıu_thedef taşıma yolucmetin veya görüntü koşuluAkış eşleştirme, gürültüden görüntü gizil değişkenlerine uzanan bir hız alanı eğitir. Base daha uzun bir yolu entegre eder; Turbo kısa bir yaklaşım öğrenir, bu yüzden dört adımlı davranış Base'in adım sayısı sezgilerinden çıkarılamaz.
Edit bir girdi görüntüsü koşulu ekler. Kabul; talimata uyumu, özne korumasını ve istenen bölge dışındaki kaymayı birbirinden ayırmalı, keskinliği bunların yerine geçirmemelidir.
Makale, kod ve ağırlıklar; Boogu-Image source / Boogu Base weights / Boogu Turbo weights üzerinden izlenebilir.
Bu, proje içi bir sözleşme tablosudur; kurum içi bir tercih kümesinden türetilmiş evrensel bir sıralama değildir.
| Profil | Varsayılan çıkarım | Birincil denetim |
|---|---|---|
| Base | çok adımlı akış eşleştirme | ayrıntı, kompozisyon ve uzun yol kararlılığı |
| Turbo | yaklaşık 4 adım | damıtma yapaylıkları, metin ve küçük nesneler |
| Edit | bir görüntü artı talimat | talimata uyum ve arka plan koruması |
Base daha fazla ayrıntı korurken yine de yerel desenleri tekrarlayabilir. Turbo; katı konturlara, aşırı tanıdık dokuya ve bozuk küçük metne karşı savunmasızdır. Edit; talimata uyum, özne kimliği ve istenen bölge dışındaki kayma üzerinden değerlendirilmelidir.
Karşılaştırma, üç kontrol noktasında istemi, boyutu ve tohumu sabit tutmalıdır. Sürüm görseli yeteneği gösterir ama afişler, portreler, ürünler, yoğun tipografi ve karmaşık kompozisyonlar genelinde kararlı davranışı kanıtlamaz.
Yayıncının istem kümesi tekrar üretim için yararlıdır ama her afişi, kişiyi, ürünü ya da çok dilli düzeni temsil edemez. Savunulabilir bir karşılaştırma, sabit bir istem paketi ve kör değerlendirme ister.
Base, Turbo ve Edit ayrı örnekleme kayıtları gerektirir. Adım sayısı hem maliyeti hem yörünge hatasını değiştirir; düzenleme kontrol noktası ayrıca girdi görüntüsüne, talimata ve düzenlenen bölgenin dışındaki korumaya ihtiyaç duyar.
Model adları, sayılar ve sınırlamalar; aşağıdaki makalelere, depolara ya da model kartlarına dayanır.