Guidance-Skalierung
Definition
Die Guidance Scale steuert bei classifier-free guidance, wie stark ein Diffusionsmodell der Bedingung bzw. dem Prompt folgt.
Bei classifier-free guidance werden bedingte und unbedingte Vorhersagen kombiniert. Der Skalierungsfaktor verändert den Kompromiss zwischen Promptbindung, Vielfalt und möglichen Artefakten.
Einfach erklärt
Wie einen Regler zu drehen: höher bedeutet stärker am Prompt orientiert, aber nicht automatisch schöner oder korrekter.
Warum das im Alltag wichtig ist
Relevant für Bild- und andere Diffusionsmodelle, wenn Ausgabestil und Promptbindung feinjustiert werden.
Beispiel aus dem Mittelstand
Bei einer Bildgenerierung werden mehrere Guidance-Werte verglichen, um Prompttreue und Bildqualität für das konkrete Modell auszubalancieren.
Grenzen und Fallstricke
- Einen universellen Idealwert behaupten; Guidance Scale auf jedes generative Modell übertragen; hohe Werte mit besserer Qualität gleichsetzen.
Entstehung & Geschichte
Ho und Salimans beschrieben classifier-free guidance 2022 als Methode, bedingte und unbedingte Score-Schätzungen zu kombinieren.
Anwendung im Mittelstand
- Mögliche Anwendung: kontrollierte Variantenbildung bei generativer Bildproduktion, sofern das verwendete Modell CFG unterstützt.
Häufige Fragen
Gibt es einen optimalen Wert?
Nein, er hängt von Modell, Sampler, Prompt und Ziel ab. Nutzen alle Bildmodelle denselben Regler? Nein.
Quellen
- Classifier-Free Diffusion Guidance · Ho & Salimans (2022), Classifier-Free Diffusion Guidance
Quellen geprüft am 10.10.2026.
Redaktionell geprüft am: