Scala CFG (guida)

A ogni passo di eliminazione del rumore, un modello di diffusione può fare due previsioni: una che tiene conto del tuo prompt e una che lo ignora. La guida senza classificatore guarda la differenza tra le due e spinge l’immagine più in là verso il prompt. La scala CFG è l’entità di quella spinta. A zero o uno il prompt ha poco peso in più, intorno a cinque-otto è l’intervallo che molti modelli documentano come un giusto mezzo, e valori molto più alti esagerano tutto.

Il compromesso si vede facilmente nella pratica. Con una scala bassa il risultato può essere morbido, libero e creativo, ma può ignorare parti della tua descrizione. Con una scala alta l’immagine segue da vicino le tue parole, ma contrasto e colori diventano spesso duri, le trame sembrano bruciate e le stesse poche forme ricompaiono di continuo. Se il ritratto di un personaggio immaginario in un ufficio grigio appare troppo saturo e fragile, abbassare la scala è la prima cosa da provare; se manca un oggetto richiesto, alzala un po’ o riscrivi il prompt.

I buoni valori dipendono dal modello, quindi non portare numeri da uno all’altro. I modelli distillati e turbo, addestrati per arrivare al risultato in pochissimi passi, di solito incorporano la guida nei pesi e si aspettano una scala di uno o nessuna impostazione. Confrontare è più facile con un seed fisso, cambiando solo la scala a ogni tentativo. Il prompt negativo funziona con lo stesso meccanismo, poiché è ciò da cui la previsione non guidata viene allontanata.

Un piccolo esperimento rende concreto l’effetto. Prendi un prompt come una teiera di ceramica sul davanzale, tieni identici seed, modello e dimensione, e genera la stessa immagine a più scale, da bassa a piuttosto alta. All’estremo basso la teiera può essere sognante e mezza formata, con un davanzale vago. A metà le forme sono chiare e la luce appare naturale. All’estremo alto i bordi diventano netti fino alla fragilità, le luci si bruciano e lo smalto prende un lucido plastico. Conservare un foglio di provini così insegna più in fretta di qualsiasi regola pratica quale intervallo si adatti a ogni modello che usi.

Considera insieme scala e numero di passi: una scala alta con pochissimi passi può risultare ruvida, mentre una scala moderata con passi sufficienti dà di solito sfumature più morbide e bordi più puliti.

Anche campionatore e risoluzione interagiscono con la guida: un valore equilibrato su un piccolo quadrato può sembrare stracotto su un grande panorama, quindi riprova dopo aver cambiato l’uno o l’altra.

NeverNo non ti dà un cursore per la scala CFG. La guida è impostata per ogni modello sul server, regolata su ciò che il modello si aspetta, così non puoi rovinare un risultato con un valore adatto a un altro modello. Le tue leve nello Studio sono la descrizione fino a 1.500 caratteri, il prompt negativo fino a 500 caratteri sui modelli che lo supportano, uno di quindici stili predefiniti e uno di otto formati.

Z-Image Turbo, il modello predefinito, è un modello rapido: un’immagine tipica da 1 megapixel richiede circa 3 secondi, misurati su Runware, il nostro fornitore di immagini, il che si addice a questa logica di impostazioni già pronte. Se un risultato ignora le tue parole, riscrivi il prompt con più precisione o prova un altro modello del catalogo. Le immagini che crei restano cifrate nel tuo browser, e i limiti assoluti di NeverNo valgono per ogni richiesta.