پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

رکوردشکنی آداپتور جدید مدل تصویری Krea 2؛ بیش از ۸۶۴ هزار دانلود برای طراحی شخصیت‌های انیمه‌ای

انتشار:۱۴ آبان ۱۴۰۵
۲ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

یک آداپتور LoRA جدید که برای طراحی شخصیت‌های سبک ژاپنی روی مدل تصویری متن‌باز Krea 2 آموزش دیده است، با ثبت حدود ۸۶۴ هزار دانلود به یکی از داغ‌ترین پروژه‌های پلتفرم Hugging Face تبدیل شد. این ابزار سبک با هر دو نسخه Raw و Turbo این مدل سازگاری کامل دارد.

رکوردشکنی آداپتور جدید مدل تصویری Krea 2؛ بیش از ۸۶۴ هزار دانلود برای طراحی شخصیت‌های انیمه‌ای

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • آداپتور Krea2_Asian_Character که برای تولید کاراکترهای سبک ژاپنی توسعه یافته است، با حدود ۸۶۴ هزار دانلود در فهرست ترندهای پلتفرم Hugging Face قرار گرفت.
  • این افزونه سبک روی مدل پایه Krea 2 Raw آموزش دیده است و بدون افت کیفیت روی نسخه سریع‌تر Krea 2 Turbo نیز تنها در هشت گام پردازشی تصویر تولید می‌کند.
  • استفاده از مجموعه‌داده‌های دست‌چین‌شده با زوایا و کادربندی‌های متنوع در ساخت این ابزار، هزینه ذخیره‌سازی و زمان آموزش مجدد را برای توسعه‌دهندگان به‌شدت کاهش می‌دهد.

یک آداپتور LoRA که توسط جامعه توسعه‌دهندگان برای تولید شخصیت‌های سبک ژاپنی ساخته شده، وارد فهرست پروژه‌های پرطرفدار پلتفرم Hugging Face شده است و برآوردهای بیرونی تعداد دانلودهای آن را نزدیک به ۸۶۴ هزار مرتبه نشان می‌دهد. این ابزار که توسط کاربری با نام fidel1234 منتشر شده و Krea2_Asian_Character نام دارد، مدل تصویری با وزن‌های باز شرکت Krea AI را بهینه‌سازی می‌کند و طبق اطلاعات کارت مدل، از هر دو نسخه Krea 2 Raw و Krea 2 Turbo پشتیبانی می‌نماید. از آنجا که پلتفرم Hugging Face شمارنده دانلود بومی برای این مخزن ارائه نمی‌دهد، این رقم در حال حاضر یک برآورد تخمینی محسوب می‌شود.

انتشار این ابزار به توسعه‌دهندگان روشی ملموس و کاربردی می‌دهد تا استراتژی دوگانه شرکت Krea در ارائه چک‌پوینت‌ها را ارزیابی کنند. نسخه Raw یک پایه منعطف برای آموزش مدل فراهم می‌آورد و نسخه Turbo با بهره‌گیری از تکنیک تقطیر (Distillation)، تصاویر را تنها در هشت گام استنتاج تولید می‌کند. آداپتوری که بتواند به‌خوبی و بدون مشکل میان این دو نسخه جابه‌جا شود، مسیر رسیدن از مرحله تنظیم دقیق (Fine-tuning) به استنتاج تعاملی یا عملیاتی را بسیار کوتاه‌تر می‌کند.

یک لایه سبک و کم‌حجم برای انتقال استایل

یک آداپتور LoRA به‌جای ذخیره یک چک‌پوینت کامل از مدل، مجموعه کوچکی از تغییرات وزن‌ها را در خود نگه می‌دارد. ابزارهای تولید تصویر این تنظیمات را در زمان استنتاج روی مدل پایه اعمال می‌کنند که این کار ضمن کاهش چشمگیر هزینه‌های ذخیره‌سازی و آموزش، استایل، سوژه یا رفتار خاصی را به خروجی مدل اضافه می‌کند.

بر اساس اطلاعات مندرج در کارت مدل، سازنده این آداپتور را به کمک ابزار AI-Toolkit بر پایه مدل Krea 2 Raw آموزش داده است. مجموعه‌داده دست‌چین‌شده آن شامل تصاویر نمای نزدیک (کلوزآپ)، نمای متوسط، تمام‌قد و زوایای متنوع است تا از ترکیب‌بندی‌های گوناگون پشتیبانی کند. کارت مدل، مشخصات پایه زیر را برای شروع کار فهرست کرده است:

تنظیمات
راهنمای منتشرشده
پایه آموزشی
مدل Krea 2 Raw، آموزش‌دیده با AI-Toolkit
چک‌پوینت‌های سازگار
Krea 2 Raw و Krea 2 Turbo

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

کمدینی که با دست انداختن ChatGPT مشهور شد؛ حالا OpenAI و xAI به دنبال همکاری با او هستند
آخرین اخبار

کمدینی که با دست انداختن ChatGPT مشهور شد؛ حالا OpenAI و xAI به دنبال همکاری با او هستند

مت هاسک (Matt Husk)، تولیدکننده محتوایی که با نمایش ضعف‌های خنده‌دار چت‌بات‌های هوش مصنوعی به شهرت جهانی رسیده، از پیشنهادهای همکاری آزمایشگاه‌های بزرگی هم‌چون OpenAI، Anthropic و xAI خبر داده است؛ پیشنهادهایی که او تاکنون همه را رد کرده است.

۴ دقیقه مطالعه
۰
۱۴ آبان
پلتفرم Switch ایجنت‌های هوش مصنوعی را به کانال‌های Slack، Teams و تلگرام می‌آورد
آخرین اخبار

پلتفرم Switch ایجنت‌های هوش مصنوعی را به کانال‌های Slack، Teams و تلگرام می‌آورد

پلتفرم Switch با دریافت نزدیک به ۳۹۰۰ ستاره در گیت‌هاب، کانال‌های پیام‌رسان سازمانی در Slack، Microsoft Teams، دیسکورد و تلگرام را به فضای کار مشترکی تبدیل می‌کند که در آن، اعضای تیم و چندین ایجنت هوش مصنوعی به‌طور هم‌زمان به تاریخچه گفتگوها و فایل‌ها دسترسی دارند.

۲ دقیقه مطالعه
۰
۱۴ آبان
گام بعدی هوش مصنوعی؛ تلاش دانشمندان برای رمزگشایی از زبان دلفین‌ها
آخرین اخبار

گام بعدی هوش مصنوعی؛ تلاش دانشمندان برای رمزگشایی از زبان دلفین‌ها

پژوهشگران پروژه Wild Dolphin Project با همکاری دانشمندان Google DeepMind و دانشگاه جورجیا تک، در حال استفاده از هوش مصنوعی برای تحلیل هزاران ساعت داده صوتی و تصویری دلفین‌ها هستند تا الگوهای ارتباطی این پستانداران دریایی را کشف کنند.

۳ دقیقه مطالعه
۰
۱۴ آبان