Инструмент Stylus: автоматически находит и добавляет лучшие адаптеры к стабильной диффузии на основе вашего запроса

 Stylus: An AI Tool that Automatically Finds and Adds the Best Adapters (LoRAs, Textual Inversions, Hypernetworks) to Stable Diffusion based on Your Prompt

“`html

Применение адаптеров LoRA в генеративных моделях изображений

Применение адаптеров LoRA стало основополагающим в генеративных моделях изображений, позволяя создавать настраиваемые изображения при минимизации требований к хранению. Этот переход способствовал развитию обширных платформ с открытым исходным кодом, стимулируя сообщества для инноваций и обмена различными адаптерами и контрольными точками моделей, тем самым способствуя распространению творческого искусства искусственного интеллекта.

Вызовы и предложенное решение

Однако, несмотря на эти достижения, существует критическая проблема в автоматическом выборе соответствующих адаптеров на основе предоставленных пользователем подсказок. Для решения этих вызовов была предложена новая система под названием Stylus, разработанная командой исследователей из UC Berkeley и CMU MLD. Stylus предлагает эффективное оценивание пользовательских подсказок, поиск и комбинацию наборов высоко релевантных адаптеров, автоматическое улучшение генеративных моделей для разнообразного и качественного создания изображений.

Эффективность и результаты

Результаты показывают, что Stylus улучшает визуальную точность, текстовое соответствие и разнообразие изображений по сравнению с популярными контрольными точками Stable Diffusion (SD 1.5), повышая эффективность и предпочтение человеческих оценщиков и моделей видео-языка в 2 раза.

Заключение и дополнительные возможности

Stylus представляет практичное решение для автоматического выбора и комбинации адаптеров в генеративных моделях изображений. Он предлагает улучшения по различным метрикам оценки без значительной нагрузки на процесс создания изображений. Кроме того, его универсальность простирается за пределы генерации изображений, что может быть полезно в других областях применения, таких как заполнение пробелов и перевод.

Подробнее о статье и проекте.

Все права на это исследование принадлежат его авторам. Также не забудьте подписаться на нас в Twitter. Присоединяйтесь к нашему каналу в Telegram, Discord и группе в LinkedIn.

Если вам нравится наша работа, вам понравится наша рассылка.

Не забудьте присоединиться к нашему сообществу в Reddit.

Источник: MarkTechPost

“`

Полезные ссылки: