Uma empresa usa Geração Aumentada por Recuperação (RAG) com Amazon Bedrock e Stable Diffusion para criar imagens de produtos a partir de texto. As saídas costumam ser genéricas e sem detalhes. Qual mudança aumentará mais a especificidade das imagens geradas?

Aumentar a escala de orientação livre de classificador (CFG) fará com que o modelo siga o prompt com mais rigor, resultando em imagens mais específicas e detalhadas. Um CFG mais alto significa que o modelo dará mais peso ao prompt de texto, em vez de depender de sua própria criatividade ou conhecimento geral. Aumentar o número de etapas de geração pode melhorar a qualidade geral, mas não necessariamente a especificidade em relação ao prompt. Usar MASKIMAGEBLACK é para inpainting ou outpainting, não para aumentar a especificidade de uma geração inicial. Aumentar a força do prompt não é um parâmetro técnico comum em modelos de difusão como o CFG; a "força" do prompt é inerente à sua redação.