CFG (guidance sans classifieur)
En anglais : Classifier-free guidance
Technique d’échantillonnage des modèles de diffusion qui renforce l’influence du prompt en comparant, à chaque étape, une prédiction conditionnée par le texte et une prédiction sans condition.
Exemple
Dans une interface de génération d’images, un utilisateur baisse l’échelle CFG pour obtenir un rendu plus naturel après avoir constaté des couleurs trop contrastées.
Notions liées
Modèle de diffusion
IntermédiaireModèle génératif qui apprend à retirer progressivement le bruit d’une donnée, afin de créer à partir d’un bruit aléatoire une image, une vidéo ou un son cohérent.
Hyperparamètres
IntermédiaireRéglages fixés par les concepteurs pour encadrer l’entraînement d’un modèle, comme le taux d’apprentissage, la taille des lots ou le nombre d’époques, et qui ne sont pas appris à partir des données.
Prompt négatif
IntermédiaireTexte indiquant à un générateur d’images ou de vidéos les éléments, défauts ou styles à éviter dans le résultat, en complément du prompt principal.
Seed (graine aléatoire)
IntermédiaireNombre qui initialise le générateur aléatoire d’un modèle génératif et détermine le bruit de départ, ce qui permet de reproduire un résultat ou d’en obtenir des variantes.
Texte vers image (text-to-image)
DébutantTâche d’IA générative qui consiste à produire une image inédite à partir d’une description écrite, le prompt, en interprétant le sujet, le style et la composition demandés.