Godišnje Plaćajte godišnje i dobijte 2 mjeseca besplatno uz svaki plaćeni paket. Pogledajte pakete
Prijava Počni besplatno

Kad slika sadrži riječi

Netko je priložio sliku — čestitku s ruskim tekstom — i zatražio, na ruskom, istu čestitku na turskom. Vratile su se dvije slike, obje naplaćene, na drugačijoj pozadini, sa slovima koja nisu bila riječi ni na jednom jezi…

Netko je priložio sliku — čestitku s ruskim tekstom — i zatražio, na ruskom, istu čestitku na turskom. Vratile su se dvije slike, obje naplaćene, na drugačijoj pozadini, sa slovima koja nisu bila riječi ni na jednom jeziku. Odgovor ih je na turskom opisao kao da dolaze "s poveznice ispod".

Jedna prijava, tri odvojena kvara. Nijedan sam po sebi ne bi proizveo ovaj rezultat.

Jeftina staza ne zna pisati

Alati za slike po zadanome traže "srednju" kvalitetu, a srednji zahtjev bez preferencije kvalitete završava u grani usmjerivača poredanoj prema trošku, koja završava kod najjeftinijeg aktivnog modela za slike. Taj model je difuzijski model. Difuzijski modeli vrlo su dobri sa slikama, a poznato loši sa slovima — još gori sa slovima izvan latiničnog pisma.

To je dobra zadana postavka za "lisicu u šumi", a loša za plakat, pozivnicu, jelovnik ili čestitku, gdje je tekst sam po sebi rezultat. Takav zahtjev sada napušta jeftinu stazu. Uputa se čita tražeći znakove toga — fraze u navodnicima, retke velikim slovima, popise s oznakama, ograničeni popis riječi za sadržaj koji je uglavnom tekst, na više pisama — a alat također ima izričitu oznaku koju model može postaviti kad to zna. Negacije se prvo uklanjaju, kako "bez teksta" to ne bi pogrešno pokrenulo. Bilo koji od ta dva signala šalje poziv na razinu kvalitete. Koju razinu slike dobijete i dalje je vaš izbor; ovo samo odlučuje koji model smije pokušati.

Model koji nije mogao vidjeti sliku

Drugi kvar je gori, jer je upravo on proizveo besmislicu umjesto samo osrednjih slova. Detektori koji prepoznaju "napravi mi sliku" i "promijeni ovu sliku" bili su napisani za engleski i turski. Rečenica na ruskom nije se poklapala ni s jednim, pa taj potez nikad nije označen kao onaj koji treba vid, i otišao je do tekstualnog modela bez vida. Taj model pozvao je alat za slike s tom rečenicom kao uputom. Crtao je od nule nešto što nikad nije vidio.

Za oboje su dodani ruski obrasci. Važnije, dodana je zaštita za frazu koja je sve ovo uzrokovala: "ista", "aynısını", "такую же", "kao ona koju sam poslao". Kad zahtjev upućuje na priloženu sliku, prisiljavanje na novo generiranje nije mali propust. Pogrešno je, i naplaćuje se.

Alat je pogrešno opisivao samog sebe

Treći kvar je neugodan na najjednostavniji način. Opis alata za slike i dalje je govorio da alat za uređivanje "još nije spojen" i da se rezultat vraća kao poveznica. Ništa od toga nije bilo istinito već neko vrijeme. Zato je model izbjegavao alat za uređivanje koji je trebao koristiti, a zatim opisao ugrađenu sliku kao poveznicu.

Opisi su prepisani — što svaki alat stvarno radi, da je "ista čestitka na drugom jeziku" uređivanje, da je rezultat slika i nikad poveznica, da je model ne može vidjeti, i da opis treba biti na jeziku korisnika. Svaki rezultat sa slikom sada nosi savjet kako o njemu govoriti.

Sva tri popravka fiksirana su testovima koji riječ po riječ ponavljaju izvorne razgovore, uključujući granične slučajeve koji i dalje moraju ići na jeftinu stazu.

Podijeli LinkedIn X E-pošta
Isprobajte na vlastitom posluSvaki odgovor pokazuje koliko je koštao. Započnite s besplatnim paketom. Počni besplatno
Primajte novosti o proizvodu, ne buku Novi modeli, značajke i istaknute promjene - kratak e-mail kad nešto stvarno izađe.
Pretplatom pristajete primati e-poruke tvrtke ToRun s novostima o proizvodu. Pretplatu možete otkazati u bilo kojem trenutku. Pravila privatnosti