Was ist classifier-freie Anleitung und wie funktioniert die Skala?

Die classifier-freie Steuerung ist eine Methode zur Verbesserung der Generierungsqualität in Diffusionsmodellen, ohne dass ein separater Klassifikator trainiert werden muss. Stattdessen wird das Modell gleichzeitig auf konditionale und unbedingte Daten trainiert, was es während der Generierung ermöglicht, Vorhersagen mit und ohne Bedingung zu kombinieren.

Der Mechanismus funktioniert folgendermaßen: Während der Generierung werden zwei Vorhersagen gemacht — eine konditional (unter Berücksichtigung der gegebenen Bedingung, z.B. Text) und eine unbedingte (ohne Bedingung). Diese werden dann mit einem Parameter namens Skala (Skalierungsfaktor) kombiniert, der den Einfluss der Bedingung reguliert. Die Formel:

x_{guided} = x_{uncond} + scale * (x_{cond} - x_{uncond})

Wobei:

• x_{cond} — Vorhersage des Modells mit Bedingung
• x_{uncond} — Vorhersage ohne Bedingung
• scale — Koeffizient, meist >1, der den Einfluss der Bedingung verstärkt

Eine Erhöhung der Skala führt zu einer stärkeren Befolgung der Bedingung, aber ein zu hoher Wert kann die Qualität verschlechtern oder Artefakte verursachen. Daher ist die Skala ein Parameter, der es ermöglicht, zwischen Vielfalt und Genauigkeit bei der Generierung abzuwägen.