Een bedrijf gebruikt Retrieval Augmented Generation met Amazon Bedrock en Stable Diffusion om productafbeeldingen van tekst te maken. De outputs zijn vaak generiek en missen detail. Welke wijziging zal de specificiteit van de gegenereerde afbeeldingen het meest vergroten?

Het verhogen van de classifier-free guidance (CFG) schaal dwingt het model om de prompt sterker te volgen, wat resulteert in afbeeldingen die specifieker zijn voor de tekstuele input. Een hogere CFG-schaal betekent dat het model minder vrijheid heeft om van de prompt af te wijken, waardoor de gegenereerde afbeeldingen gedetailleerder en minder generiek worden. Het verhogen van het aantal generatiestappen verbetert de kwaliteit en coherentie van de afbeelding, maar niet noodzakelijk de specificiteit ten opzichte van de prompt. De MASKIMAGEBLACK optie is relevant voor inpainting of outpainting, niet voor het verhogen van de specificiteit van een initiële generatie. De term "promptsterkte" is geen standaardparameter in Stable Diffusion; de CFG-schaal is de juiste parameter om de invloed van de prompt te regelen.