Compete in HackAPrompt 2.0, the world's largest AI Red-Teaming competition!

Check it out →
Selamat Datang
😃Dasar
💼 Aplikasi Dasar
🧙‍♂️ Pelajaran Tingkat Menengah
🤖 Agen
⚖️ Keandalan
🖼️ Prompt untuk Menghasilkan Gambar
🔓 Prompt Hacking
🔨 Tooling
💪 Prompt Tuning
🎲 Serba aneka
Daftar Pustaka
📦 Prompted Products
🛸 Sumber Daya Tambahan
🔥 Hot Topics
✨ Credits
🖼️ Prompt untuk Menghasilkan Gambar🟢 Memperbaiki Hasil yang Cacat

Memperbaiki Hasil yang Cacat

🟢 This article is rated easy
Reading Time: 1 minute
Last updated on August 7, 2024

Sander Schulhoff

Hasil yang cacat, terutama pada bagian tubuh manusia (misalnya tangan, kaki), merupakan masalah umum dengan banyak model. Hal ini dapat ditangani sampai batas tertentu dengan perintah negatif yang baik. Contoh berikut diadaptasi dari postingan Redditini.

Contoh

Dengan menggunakan Stable Diffusion v1.5 dan dengan menggunakan contoh berikut, kita menghasilkan gambar yang bagus dari Brad Pitt, kecuali tangan-tangannya tentu saja!

Astronaut

Prompt


studio medium portrait of Brad Pitt waving his hands, detailed, film, studio lighting, 90mm lens, by Martin Schoeller:6

Dengan menggunakan prompt negatif yang kuat, kita dapat menghasilkan tangan yang jauh lebih meyakinkan.

Astronaut

Prompt


studio medium portrait of Brad Pitt waving his hands, detailed, film, studio lighting, 90mm lens, by Martin Schoeller:6 | disfigured, deformed hands, blurry, grainy, broken, cross-eyed, undead, photoshopped, overexposed, underexposed, lowres, bad anatomy, bad hands, extra digits, fewer digits, bad digit, bad ears, bad eyes, bad face, cropped: -5

Dengan menggunakan prompt negatif yang serupa dapat membantu kita pada bagian tubuh yang lain juga. Sayangnya, teknik ini tidak konsisten, sehingga mungkin Anda perlu mencoba beberapa kali sebelum mendapatkan hasil yang baik. Di masa depan, jenis prompt seperti ini seharusnya tidak perlu lagi karena model-model akan meningkat kualitasnya. Namun, saat ini ini adalah teknik yang sangat berguna.

Catatan

Model lebih baik seperti Protogen sering kali lebih baik dengan tangan, kaki, dan sebagainya.

Sander Schulhoff

Sander Schulhoff is the CEO of HackAPrompt and Learn Prompting. He created the first Prompt Engineering guide on the internet, two months before ChatGPT was released, which has taught 3 million people how to prompt ChatGPT. He also partnered with OpenAI to run the first AI Red Teaming competition, HackAPrompt, which was 2x larger than the White House's subsequent AI Red Teaming competition. Today, HackAPrompt partners with the Frontier AI labs to produce research that makes their models more secure. Sander's background is in Natural Language Processing and deep reinforcement learning. He recently led the team behind The Prompt Report, the most comprehensive study of prompt engineering ever done. This 76-page survey, co-authored with OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions, analyzed 1,500+ academic papers and covered 200+ prompting techniques.

Footnotes

  1. Blake. (2022). With the right prompt, Stable Diffusion 2.0 can do hands. https://www.reddit.com/r/StableDiffusion/comments/z7salo/with_the_right_prompt_stable_diffusion_20_can_do/