Адаптер текстовой инверсии для Stable Diffusion v1.4, предназначенный для генерации изображений по текстовым запросам.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
abhipsabasu/textual_inversion_lbl — адаптер текстовой инверсии для Stable Diffusion v1.4 от автора abhipsabasu. Он добавляет к базовой модели обученные веса текстового встраивания и предназначен для генерации изображений по текстовым запросам с использованием Diffusers. Базовая модель — латентная диффузионная модель CompVis/stable-diffusion-v1-4, преимущественно работающая с английскими запросами.
Репозиторий содержит веса в форматах Diffusers и safetensors и распространяется по лицензии CreativeML Open RAIL-M. README не описывает конкретную концепцию или токен, который адаптер обучает, поэтому нельзя точнее определить тематику создаваемых изображений. Для работы нужны базовая модель и совместимый конвейер StableDiffusionPipeline; карточка не приводит примеров запуска.
Для использования необходима базовая модель CompVis/stable-diffusion-v1-4; README не содержит примера запуска и сведений о конкретном обученном понятии. Ограничения и смещения модели в карточке не описаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
These are textual inversion adaption weights for CompVis/stable-diffusion-v1-4. You can find some example images in the following.
# TODO: add an example code snippet for running this diffusion pipeline
[TODO: provide examples of latent issues and potential remediations]
[TODO: describe the data used to train the model]
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · diffusers
Подбираем GPU…