meissonic

מה זה

אתם מקלידים תיאור טקסטואלי, בוחרים אם להוסיף תיאור שלילי, ומקבלים פלט של תמונה בודדת. הממשק מציג דוגמאות מובנות של פרומפטים כדי שתוכלו לבדוק את התוצאות בלחיצה אחת בלי לחשוב על ניסוח מאפס. בנוסף אפשר לשלוט ידנית על מידות התמונה, הסיד, מספר צעדי ההרצה ומדד ההיצמדות לטקסט.

מאחורי הקלעים רץ המודל Meissonic יחד עם מקודד הטקסט של CLIP בגרסת ViT-H-14 מבית LAION. הטכניקה כאן שונה מרוב מחוללי התמונות הרגילים. במקום תהליך דיפוזיה סטנדרטי, מדובר על מודל מבוסס Mask Image Modeling שאינו אוטורגרסיבי, בשילוב VQModel וטרנספורמר ייעודי. הארכיטקטורה הזו נבנתה במקור כדי לאפשר יצירת תמונות חדה ומהירה יותר, שתוכננה לעבוד גם על כרטיסי מסך ביתיים.

מתאים ל

• בדיקת חלופות לדיפוזיה

  ניסוי של מודל טרנספורמר לא אוטורגרסיבי עם מיסוך כדי להשוות איכות מול דיפוזיה.

• יצירת תמונות מפרומפט

  הפקת תמונות ברזולוציה גבוהה מתיאורי טקסט חופשיים ישירות מהדפדפן.

• ניסוי פרמטרים חופשי

  בדיקת השפעת צעדי ההסקה ומדד ההיצמדות על איכות הפלט הסופי של המודל.

איפה זה נופל

הממשק מוגבל ליצירה פשוטה מטקסט בלבד. אין כאן אפשרות להעלות תמונה קיימת לעריכה, לשלב תמונות רפרנס או להשתמש במסכות לתיקון אזורים ספציפיים. בנוסף, המודל אומן על אנגלית, כך שהקלדה בעברית תוביל לתוצאות לא רלוונטיות או לעיוותים. אם הדף נרדם, תצטרכו להמתין לעליית המכונה מחדש לפני שתוכלו בכלל לבדוק פרומפט אחד.

איך משתמשים

מקלידים פרומפט ולוחצים על כפתור ההרצה הראשי. ההדגמה יושבת על תשתית ZeroGPU עם חומרת A10G, אבל המצב שלה כרגע מוגדר כישן, כך שבפעם הראשונה שתפתחו אותה ייקח לה זמן להתעורר ולהיטען לזיכרון. אין צורך בהתחברות או ברישום כדי להריץ אותה בדפדפן, וההקצאה של המעבד הגרפי מתבצעת באופן דינמי בעת ההרצה לפי עומס המשתמשים באותו רגע.

הרישיון

הרישיון של היישום לא דווח בקוד או בתיעוד המצורף. המשמעות היא שאין הרשאה מפורשת לשימוש מסחרי בתוצרים, ואין התחייבות לגבי שמירת הפרטיות של הפרומפטים שאתם מזינים לשם. כל מה שנוצר או מוזן צריך להיחשב כציבורי ולא מתאים לחומרים רגישים.

הרישיון המלא ב־Hugging Face ↗