GPT 이미지2 농담하지 마
日AIGAZOU(GPT image 2)를 사용하면서 의문이 들었는데, 4K와 같은 고화질로 생성하는 것보다 1K 쪽이 프롬프트 이해도나 충실도가 높게 느껴집니다. 여기에는 어떤 구조상의 이유가 있을까요? 20크레딧 돌려주세요・…•
보충
환경이나 조건을 바꿔 여러 번 검증한 결과, AIGAZOU(GPT image 2)에서는 4K 출력보다 1K 출력 쪽이 프롬프트 세부 사항에 대한 충실도가 확실히 높은 경향이 있습니다. 고해상도화나 디테일 묘사에 연산 리소스를 많이 할애함으로써 텍스트 정보의 정확한 해석이나 구도 유지에 돌아가는 처리가 트레이드오프로 저하되어, 결과적으로 지시로부터의 이탈이 발생하기 쉬워지는 것은 아닐까 추측하고 있습니다. 이 해상도와 프롬프트 이해도의 반비례 관계에 대해, AI 처리 모델의 관점에서 기술적 배경을 아시는 분이 계신가요?
보충의 보충
고해상도(4K) 출력 시, 방대한 픽셀 공간의 생성과 디테일 보완에 모델의 연산 리소스(Attention 기능)가 크게 끌려가기 때문에, 결과적으로 텍스트 임베딩(프롬프트의 언어적 이해)을 유지하기 위한 가중치가 상대적으로 저하되는 것은 아닐까요.