TailSteer là giai đoạn huấn luyện cuối cùng của Qwen-Image-2.1, tác giả cho biết phiên bản này cơ bản giữ nguyên khả năng tạo và chỉnh sửa của mô hình gốc, đồng thời giảm thiểu sự trôi dạt kết cấu tích lũy khi sử dụng kết quả của vòng trước làm đầu vào cho vòng tiếp theo; trong vòng 10 của bài đánh giá Add & Preserve, chỉ số PSNR ngoài vùng chỉnh sửa cao hơn 1.22 dB và chỉ số LPIPS thấp hơn 11.5%. Kho lưu trữ chứa trọng số đầy đủ, kiến trúc và phương thức tải mô hình tương thích với bản chính thức, chỉ cần thay đổi ID mô hình, đồng thời cung cấp hướng dẫn sử dụng với ComfyUI; bộ dữ liệu đánh giá và bộ dữ liệu huấn luyện cũng được công khai kèm theo.
Tại sao quan trọng Khi chỉnh sửa qua nhiều vòng, mỗi đầu ra lại trở thành đầu vào cho lần tiếp theo, các chi tiết sẽ ngày càng mờ đi; phiên bản này được thiết kế đặc biệt để giảm thiểu sự trôi dạt tích lũy đó.
Hugging Face Likes 40 · Hugging Face Trending Score 39 · Hugging Face Downloads 141
Giấy phép: Chỉ dành cho nghiên cứu · ComfyUI: Được đề cập trong thẻ mô hình · VRAM: ≈18 GB (ước tính)
Lý do
- Xếp hạng 3 trên bảng xếp hạng xu hướng any-to-any của Hugging Face (chỉ phản ánh mức độ quan tâm)
- Thẻ mô hình bao gồm các ảnh động so sánh giữa mô hình gốc và TailSteer qua 20 vòng chỉnh sửa liên tiếp cùng với tất cả các prompt
Cách sử dụng
- Trong diffusers, sử dụng QwenImage21Pipeline.from_pretrained("Lyricccco/Qwen-Image-2.1-TailSteer"), sử dụng đầu ra của mỗi vòng làm đầu vào cho vòng tiếp theo; với ComfyUI, thay thế tệp mô hình gốc theo hướng dẫn trong thẻ mô hình
Rủi ro
- Kế thừa giấy phép nghiên cứu của Qwen, không được phép sử dụng cho mục đích thương mại
- Các số liệu cải thiện do tác giả đo lường trên bộ dữ liệu đánh giá tự xây dựng; mô hình có khoảng 7B tham số, yêu cầu VRAM tương đương với mô hình gốc