Mar a rinn cat dì-bhugachadh air sgaoileadh seasmhach (2023)

Ann an aon de na sgeulachdan deasbaid ris nach robh dùil ann an eachdraidh AI, chuidich cat taighe innleadairean gun fhiosta a’ comharrachadh saobhadh fànais falaichte èiginneach ann an loidhne-phìoban gineadh ìomhaigh Stable Diffusion. Thàinig tachartas 2023 gu bhith na sgrùdadh cùise cudromach air mar as urrainn do chuir a-steach san t-saoghal fhìor neo-fhaicsinneach lochdan a nochdadh a bhios mìltean de dh'uairean de dheuchainnean structarail ag ionndrainn gu tur.

Dè thachair dha-rìribh leis a’ chat agus an sgaoileadh stàbaill?

Tràth ann an 2023, mhothaich innleadair ionnsachadh innealan a bha ag obair bhon taigh rudeigin sònraichte. Thug an cat aca, às deidh dhaibh coiseachd thairis air a’ mheur-chlàr rè ruith trèanaidh Stable Diffusion, sreath de charactaran neo-mhothachail a-steach do bhaidse sgiobalta. An àite a bhith a’ toirt a-mach toraidhean garbled no a’ tilgeil mearachd, chruthaich am modail sreath de dh’ ìomhaighean le artifact lèirsinneach cunbhalach agus fìor shònraichte - pàtran tessellation ath-aithris nach bu chòir a bhith ann leis na chuir a-steach sgiobalta.

Cha b’ e fuaim air thuaiream a bha seo. Nochd am pàtran claonadh nach deach aithneachadh roimhe seo ann an sreathan tar-aire a’ mhodail, gu sònraichte a thaobh mar a bha ailtireachd U-Net a’ làimhseachadh measgachadh sònraichte de chomharran a thuit taobh a-muigh crìochan cànanach àbhaisteach. Bha mashing meur-chlàr a’ chait gu h-èifeachdach air brosnachadh nàimhdeil a chruthachadh nach robh neach-deuchainn daonna sam bith air smaoineachadh feuchainn, a’ nochdadh locht ann an amalachadh còdachadh teacsa CLIP a’ mhodail a thug buaidh air mar a bha dàimhean spàsail air an obrachadh a-mach tron ​​phròiseas diùltadh.

Chuir an sgioba innleadaireachd seachad na seachdainean a leanas a’ lorg an artifact air ais gu a bhun-adhbhar: cùis cruinneachaidh puing-fleòdraidh anns a’ chlàr sgaoilidh falaichte nach do nochd ach fo chùisean sònraichte iomall tokenization. Leasaich an rèiteachadh co-leanailteachd ìomhaigh thar gach seòrsa sgiobalta le tuairmse de 3-4%, buannachd mhòr ann an coileanadh AI ginealach.

Carson a bhios cuir a-steach neo-ghnàthach a’ glacadh bhiteagan a bhios sgiobaidhean QA ag ionndrainn?

Tha deuchainn structarail a’ leantainn loidsig daonna. Bidh innleadairean a’ sgrìobhadh chùisean deuchainn stèidhichte air giùlan luchd-cleachdaidh ris a bheil dùil, cùisean iomaill as urrainn dhaibh smaoineachadh, agus modhan fàilligeadh aithnichte bho ath-aithrisean roimhe. Ach tha bathar-bog - gu sònraichte siostaman AI le billeanan de pharamadairean - a’ toirt a-steach spreadhadh combinatorial de stàitean a dh’ fhaodadh a bhith ann nach urrainn frèam deuchainn sam bith a chòmhdach gu h-iomlan.

Chan e na mialan as cunnartaiche an fheadhainn a tha am falach sa chòd air nach do rinn thu deuchainn. 'S iadsan an fheadhainn a tha a' falach ann an còd a rinn thu deuchainn leis na barailean ceàrr." - Tha am prionnsapal seo, a tha air a thuigsinn o chionn fhada ann an innleadaireachd bathar-bog traidiseanta, a’ fàs gu mòr nas cudromaiche ann an siostaman ionnsachaidh innealan far a bheil an àite cuir a-steach gu h-èifeachdach gun chrìoch.

Dhaingnich tachartas a’ chait na tha fios aig cleachdaichean innleadaireachd caos o chionn bhliadhnaichean: tha cuir a-steach air thuaiream, do-chreidsinneach a’ nochdadh laigsean siostamach nach urrainn do dheuchainnean modhail. Is e seo an aon phrionnsapal air cùl deuchainn fuzz, far a bheil dàta a tha mì-chruthaichte a dh’aona ghnothach air a bhiathadh a-steach do shiostaman gus so-leòntachd a lorg. B' e an diofar an seo gun robh ceithir casan is earball air an fhuzzer.

Dè nochd seo mu Dhùbhlain Debugging AI?

Tha dì-bhugachadh mhodalan gineadh AI gu bunaiteach eadar-dhealaichte bho bhith a’ dì-bhugachadh bathar-bog traidiseanta. Nuair a dh’ fhailicheas tagradh àbhaisteach, gheibh thu loga mearachd, lorg stac, slighe ath-ghinte. Nuair a bheir modail AI a-mach toraidhean a tha gu math ceàrr, faodaidh an fàilligeadh a dhol gun mhothachadh airson mìosan leis nach eil aon fhreagairt “ceart” ann airson coimeas a dhèanamh.

• Teòthachd fànais falaichte: Tha na riochdachaidhean air an taobh a-staigh ann am modalan sgaoilidh gu math duilich a mhìneachadh, ga dhèanamh duilich artifacts toraidh a lorg air ais gu fàilligidhean àireamhachd sònraichte.
• Cugallachd sgiobalta: Faodaidh eadar-dhealachaidhean beaga ann an cuir a-steach teacsa toraidhean a tha gu math eadar-dhealaichte a thoirt gu buil, a’ ciallachadh nach fhaod mialan tighinn am bàrr ach ann an suidheachaidhean cumhang nach gabh a thomhas.
• Seasmhachd measaidh: Eu-coltach ri gnìomhan seòrsachaidh le mionaideachd a ghabhas tomhas, tha càileachd gineadh ìomhaighean ann am pàirt cuspaireil, a’ leigeil le crìonadh beag a dhol tro sgrùdaidhean fèin-ghluasadach.
• Eisimeileachd cascading: Faodaidh aon locht anns a’ chòdaiche teacsa gluasad tron inneal tar-aire, an clàr-ama denoising, agus an dì-chòdachadh VAE, a’ dèanamh mion-sgrùdadh bun-adhbhar gu math toinnte.
• Ceanglachadh dàta trèanaidh: Gus eadar-dhealachadh a dhèanamh eadar biastagan ann an ailtireachd a’ mhodail agus claon-bhreith a gheibhear bho dhàta trèanaidh tha feum air sgrùdaidhean sgaoilidh faiceallach a bheir ùine agus daor a thaobh àireamhachd.

Ciamar a thug an tachartas seo buaidh air cleachdaidhean leasachaidh AI?

Dh’ adhbhraich sgeulachd deasbaid a’ chait, ged a bha e èibhinn air an uachdar, grunn ghluasadan concrait a thaobh mar a bhios sgiobaidhean AI a’ dèiligeadh ri gealltanas càileachd. Bhon uair sin tha grunn bhuidhnean air na protocolaidhean deuchainn fuzz aca a leudachadh airson modalan ginealach, gu sònraichte a’ toirt a-steach sreathan comharran air thuaiream agus nàimhdeil a tha coltach ri cuir a-steach neo-chànanach. Tha cuid de sgiobaidhean a-nis a’ ruith atharrais “coiseachd meur-chlàr” fèin-ghluasadach mar phàirt de na pìoban amalachaidh leantainneach aca.

Dh’ ùraich an tachartas cuideachd ùidh ann an innealan eadar-mhìneachaidh airson modalan sgaoilidh. Nam biodh an artifact lèirsinneach air a bhith cho follaiseach - gluasad dath seòlta seach tessellation dàna - dh’ fhaodadh e a bhith air a dhol gun mhothachadh gun chrìoch. Tha seo air a’ choimhearsnachd a phutadh gu bhith a’ leasachadh lorg neo-riaghailteachd fèin-ghluasadach nas fheàrr airson toraidhean gineadh, siostaman a dh’ aithnicheas neo-riaghailteachdan staitistigeil eadhon nuair a nochdas ìomhaighean fa-leth mar uachdar àbhaisteach.

Do sgiobaidhean a tha a’ riaghladh sruthan obrach iom-fhillte thairis air leasachadh AI, aithris toraidh, agus gealltanas càileachd, tha tachartasan mar seo a’ soilleireachadh an fheum air faicsinneachd obrachaidh meadhanaichte. Nuair a bhios biast a’ dol thairis air a’ chòdadair teacsa, an clàr-ama, agus an dì-chòdachadh, cruthaichidh a bhith a’ cumail sùil air an rannsachadh thairis air innealan sgapte agus seanalan conaltraidh neo-cheangailte a shreath de shusbaint fhèin.

Ceistean Bitheanta

An e fìor thachartas deasbaid a bh’ ann an Stable Diffusion?

Tha a’ phrìomh sgeulachd stèidhichte air cunntas a chaidh a cho-roinn gu farsaing bho choimhearsnachd innleadaireachd AI ann an 2023. Fhad ‘s a tha mion-fhiosrachadh sònraichte air a bhith beagan uirsgeulan ann a bhith ag ath-aithris, tha an suidheachadh teicnigeach bunaiteach - cuir a-steach meur-chlàr air thuaiream a’ nochdadh bug fànais falaichte - air a dheagh chlàradh agus co-chòrdail ri modhan fàilligidh aithnichte ann an ailtireachd modail sgaoilidh. Tha lorgan tubaist coltach ris air tachairt tro eachdraidh innleadaireachd bathar-bog.

An urrainn do dheuchainnean fuzz bugaichean a ghlacadh ann am modalan ginealachd AI?

Tha deuchainn Fuzz èifeachdach ann a bhith a’ glacadh roinnean sònraichte de bhiteagan, gu sònraichte an fheadhainn co-cheangailte ri parsadh cuir a-steach, cùisean iomall tokenization, agus cùisean seasmhachd àireamhach. Ach, chan e peilear airgid a th’ ann airson AI ginealach. Leis gu bheil na modailean sin a’ toirt a-mach toraidhean probabilistic seach feadhainn cinntiche, tha feum air siostaman lorg neo-riaghailteachd sòlaimte airson a bhith a’ mìneachadh dè a th’ ann an “fàilligeadh” rè deuchainn fuzz seach dearbhaidhean sìmplidh pas/fàilligeadh.

Ciamar a bhios sgiobaidhean proifeasanta AI a’ riaghladh sruthan obrach deasbaid thairis air siostaman iom-fhillte?

Tha a’ mhòr-chuid de sgiobaidhean AI aibidh an urra ri measgachadh de àrd-ùrlaran tracadh dheuchainnean, logadh meadhanaichte, sgrìobhainnean co-obrachail, agus riaghladh pròiseict structaraichte. Is e am prìomh dhùbhlan cumail suas lorg - a’ ceangal artifact toraidh sònraichte ris an dreach modail, dàta trèanaidh, hyperparameters, agus gealltanas còd a thug gu buil e. Bidh sgiobaidhean a bhios a’ daingneachadh nan sruthan-obrach sin gu siostaman obrachaidh aonaichte a’ caitheamh mòran nas lugha de ùine air co-òrdanachadh os an cionn agus barrachd ùine air fìor fhuasgladh cheistean.

Sìmplich an t-iom-fhillteachd obrachaidh agad

Co-dhiù a tha thu a’ dì-bhugachadh mhodalan AI no a’ riaghladh gnìomhachd gnìomhachais iom-fhillte sam bith eile, bidh innealan sgapte a’ cruthachadh smaoineachadh sgapte. Bidh Mewayz a’ toirt 207 modal amalaichte a-steach do aon shiostam obrachaidh gnìomhachais anns a bheil earbsa aig còrr air 138,000 neach-cleachdaidh - a’ toirt am faicsinneachd meadhanaichte don sgioba agad a dh’ fheumar gus duilgheadasan a lorg chun stòr aca, freagairtean a cho-òrdanachadh, agus gluasad nas luaithe. Tòisich do dheuchainn an-asgaidh aig app.mewayz.com agus faic cò ris a tha obrachaidhean aonaichte a’ faireachdainn.