Madde #314Görü & Multimodal/sozluk/classifier-free-guidance-cfg
Classifier-Free Guidance (CFG)
Classifier-Free Guidance (Ho & Salimans, 2021)
Türkçe: Sınıflandırıcısız Yönlendirme (CFG Ölçeği)
Ayrıntılı Tanım
Metinden görsel üreten modellerde harici bir görüntü sınıflandırıcı modele ihtiyaç duymadan; modelin hem koşullu (metin komutlu) hem de koşulsuz (boş komutlu) tahminlerini harmanlayarak üretimi **metin komutuna daha sadık ve daha keskin** olmaya zorlayan mekanizmadır.
Ne İşe Yarar / Çözülen Problem
Yapay zekânın prompt'ta yazılan detayları görmezden gelmesi veya silik/soluk kompozisyonlar üretmesi sorununu çözer; modern metinden-görsele (Text-to-Image) sistemlerin en kritik ayar düğmesidir.
Nasıl Çalışır? (Teknik & Mekanizma)
Eğitim sırasında metin komutunun %10-20'si rastgele boş bırakılır (). Çıkarım anında nihai gürültü tahmini şu formülle yönlendirilir:
Buradaki (CFG Scale) katsayısıdır (genellikle 7.5). Boş komut ile metin arasındaki fark bir kaldıraç gibi büyütülür.
Örnek Senaryo & Pratik Uygulama
Bir fotoğrafın kontrast ve doygunluk (vibrance) ayarını açmak: CFG değeri arttıkça resimdeki "kırmızı şapkalı astronot" vurgusu daha parlak ve belirginleşir; ancak aşırı açılırsa () renkler yanar ve bozulur.
Benzer Terimlerden Farkı
Classifier Guidance harici bir sınıflandırıcı ağın gradyanını isterken; CFG tek bir modelin kendi içinde iki tahmini kıyaslamasıyla saf ve zarif bir çözüm sunar.
İlişkili Terimler (2)
Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ
CNN, Vision Transformers (ViT), Diffusion, GAN, VAE ve Multimodal modeller.
Toplam Terim:53 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#313)DDIM
Sonraki Terim (#315)Latent Diffusion Models (LDM)