Teknik not

Classifier-Free Guidance Nedir? CFG Ölçeği Nasıl Ayarlanır?

Difüzyon modelinde gürültüden tilki görseline ilerleyiş, istem uyumu ile görsel çeşitliliği arasındaki dengeyi gösteriyor

Bir görsel yapay zekâsına “sisli sonbahar ormanında kızıl bir tilki” yazdığınızda, model bu tarife ne kadar sıkı bağlı kalmalı? İsteme daha güçlü bağlanmak çoğu zaman tarife uygunluğu artırır; fakat her zaman daha iyi bir görsel veya daha fazla çeşitlilik anlamına gelmez. Bu dengeyi ayarlayan yöntemlerden biri classifier-free guidance (CFG) olarak bilinir.

Difüzyon modelinde gürültüden tilki görseline ilerleyiş, istem uyumu ile görsel çeşitliliği arasındaki dengeyi gösteriyor

Classifier-free guidance nedir?

Classifier-free guidance, Türkçede kabaca “sınıflandırıcısız yönlendirme” diye açıklanabilir. Difüzyon modeli görseli adım adım gürültüden oluştururken, CFG modelin metin istemine daha çok veya daha az ağırlık vermesini sağlar. Adındaki “classifier-free” kısmı, bu yönlendirmenin ayrıca eğitilmiş bir görsel sınıflandırıcısına ihtiyaç duymamasından gelir.

Ho ve Salimans’ın yöntemi, eğitim sırasında metin koşulunu bazen modelden saklayarak aynı modelin hem istemli hem de istemsiz tahmin yapabilmesini sağlar. Üretim sırasında bu iki tahmin karşılaştırılır ve birleştirilir. Böylece model, yalnızca “orman resmi” gibi genel bir sonuca değil, istemde belirtilen “kızıl tilki” ayrıntısına da yönelir.

Guidance scale nasıl çalışır?

CFG’nin gücünü çoğu araçta guidance scale veya guidance strength adlı bir ayar belirler. Yaygın kullanılan gösterim şöyledir:

yönlendirilmiş tahmin = istemsiz tahmin + s × (istemli tahmin − istemsiz tahmin)

Buradaki s, guidance scale değeridir. Basit bir benzetmeyle, modelin pusulasını isteme doğru ne kadar güçlü çevirdiğinizi gösterir. Değer yükseldikçe istemli ve istemsiz tahmin arasındaki fark daha güçlü uygulanır; bu da çoğu durumda görselin tarifle daha yakından eşleşmesini sağlayabilir. Denklem farklı araçlarda farklı biçimde gösterilebildiğinden, kullandığınız modelin veya arayüzün açıklamasını da kontrol edin.

CFG değerini artırmak her zaman daha iyi mi?

Hayır. CFG’de temel takas, isteme uyum ile çeşitlilik arasındadır. Guidance scale’i yükseltmek bazı örneklerde istenen nesnelerin veya niteliklerin daha belirgin çıkmasına yardımcı olur; ancak aşırı değerler görüntüyü yapay, fazla doygun ya da sert gösterebilir. Aynı istemle üretilen sonuçların birbirine benzemesi ve alternatiflerin azalması da mümkündür. Orijinal çalışma, yönlendirme güçlendikçe örnek çeşitliliğinin azalabildiğini gösteriyor.

Bu yüzden her model için geçerli tek bir “en iyi CFG” sayısı yoktur. Model, örnekleyici (sampler), adım sayısı ve istem birlikte sonucu etkiler. Bir araçta iyi görünen değer başka bir araçta aynı sonucu vermeyebilir.

Aynı istemde CFG’yi adım adım deneyin

Farkı görmek için sonucu etkileyen diğer ayarları sabit tutun ve yalnızca guidance scale değerini değiştirin:

  1. Tek bir istem seçin: “Sisli sonbahar ormanında kızıl tilki, doğal ışık, geniş açı.”
  2. Diğer ayarları sabitleyin: Aynı modeli, seed değerini, görsel boyutunu ve üretim adımı sayısını kullanın. Seed, her denemede başlangıç gürültüsünün aynı kalmasına yardım eder.
  3. Küçük bir değer aralığı deneyin: Örneğin aracınız destekliyorsa 3, 5, 7 ve 9 değerlerini karşılaştırın. Bunlar başlangıç denemeleridir; her model için önerilen sabit değerler değildir.
  4. Sonuçları aynı ölçütlerle inceleyin: Tilki var mı, orman sisli mi, renkler doğal mı, ayrıntılar bozulmuş mu? Yalnızca “daha keskin” olmasına bakmayın.
  5. İhtiyacınızı karşılayan en düşük değeri seçin: İstem zaten iyi karşılanıyorsa scale’i artırmak yerine istemi sadeleştirmek daha iyi sonuç verebilir.

CFG ile negatif istem aynı şey değildir

Negatif istem, “bulanık olmasın” veya “yazı içermesin” gibi kaçınılmasını istediğiniz özellikleri belirtir. Guidance scale ise modelin istemli tahminini ne kadar güçlü uyguladığını ayarlar. Bazı görsel üretim araçları negatif istemi de CFG hesabına dahil edebilir; bu nedenle iki ayar etkileşebilir, ama aynı işi yapmaz.

Kısa özet

Classifier-free guidance, difüzyon modelinin metin istemine bağlılığını üretim sırasında ayarlamaya yarar. Scale’i artırmak tarife uyumu güçlendirebilir; çok yükseltmek ise çeşitliliği azaltıp görsel kusurları belirginleştirebilir. En iyi pratik, aynı seed ve ayarlarla birkaç değeri karşılaştırmak ve ihtiyacınızı karşılayan en düşük düzeyde kalmaktır.

Kaynaklar

Yazar hakkında

Ali Eren Çınar; mobil uygulamalar, yapay zekâ ve ürün geliştirme üzerine çalışan bağımsız yazılımcı. Cueora, Harcamio, Deep Focus ve Weather Note projelerini geliştiriyor; öğrendiklerini uygulamalı rehberlerle paylaşıyor.

Hakkımda ve diğer uygulamalar

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir