Mobius

🚀 Mobius: デバイアス拡散モデルにおける最先端技術の再定義

Mobiusは、ドメイン非依存のデバイアスと表現の再調整の限界を突破する拡散モデルです。全く新しい構成的解構フレームワークを採用することで、Mobiusは幅広いスタイルとドメインにわたって比類のない汎化能力を実現し、高コストな最初からの事前学習を必要としません。

🚀 クイックスタート

このセクションでは、Mobiusの基本的な使い方を説明します。以下の手順に従って、画像生成を始めましょう。

✨ 主な機能

ドメイン非依存のデバイアス：画期的なアプローチ

ドメイン非依存のデバイアスは、Corcelによって開発された新しい技術です。この革新的なアプローチは、拡散モデルに内在するバイアスを取り除き、多様なドメインにわたる汎化能力を維持することを目指しています。従来のデバイアス手法は、特定のドメインやスタイルに焦点を当てることが多く、新しいまたは見たことのないコンテキストに適応するのが難しいモデルにつながります。これに対し、ドメイン非依存のデバイアスは、モデルがバイアスを持たず、汎用性と適応性を維持することを保証します。

このドメイン非依存のデバイアスの鍵は、構成的解構フレームワークにあります。このフレームワークにより、最初からの事前学習を必要とせずに、バイアスと表現を細かく再調整することができます。この画期的なアプローチの技術的詳細は、近日公開される研究論文「Constructive Deconstruction: Domain-Agnostic Debiasing of Diffusion Models」で議論され、Corcel.ioのウェブサイトと科学出版物を通じて入手可能になります。

ドメイン非依存のデバイアスを適用することで、Mobiusは画像生成における公平性と中立性の新しい基準を設定し、幅広いスタイルとドメインに適応する優れた能力を維持します。

最先端技術を上回る性能

Mobiusは、いくつかの重要な分野で既存の最先端拡散モデルを上回っています。

• 無バイアスな生成：Mobiusは、他の拡散モデルに一般的に見られる内在的なバイアスがほとんどない画像を生成し、すべてのドメインにわたる公平性と中立性の新しいベンチマークを設定します。
• 卓越した汎化能力：広範なスタイルとドメインに適応する比類のない能力を持ち、Mobiusは一貫して高品質の結果を提供し、以前のモデルの限界を超えます。
• 効率的な微調整：Mobiusのベースモデルは、特定のタスクやドメインに合わせた特殊モデルを作成するための優れた基盤となり、他の最先端モデルと比較して大幅に少ない微調整と計算リソースを必要とします。

📦 インストール

このモデルを使用するには、必要なライブラリをインストールする必要があります。以下のコードを参考にしてください。

💻 使用例

基本的な使用法

import torch
from diffusers import (
    StableDiffusionXLPipeline, 
    KDPM2AncestralDiscreteScheduler,
    AutoencoderKL
)

# Load VAE component
vae = AutoencoderKL.from_pretrained(
    "madebyollin/sdxl-vae-fp16-fix", 
    torch_dtype=torch.float16
)

# Configure the pipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
    "Corcelio/mobius", 
    vae=vae,
    torch_dtype=torch.float16
)
pipe.scheduler = KDPM2AncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

# Define prompts and generate image
prompt = "mystery"
negative_prompt = ""

image = pipe(
    prompt, 
    negative_prompt=negative_prompt, 
    width=1024,
    height=1024,
    guidance_scale=7,
    num_inference_steps=50,
    clip_skip=3
).images[0]


image.save("generated_image.png")

📚 ドキュメント

推奨事項

• CFG：3.5から7の間
  • 3.5は極端なリアリズムと肌の細部描写に適しています。
  • 7はアート、アニメ、超現実主義などに適しています。
• CLIPスキップ：-3が必要です。
• サンプラー：DPM++ 3M SDE
• スケジューラー：Karras
• ステップ数：50
• 解像度：1024x1024

また、プロンプトを改善するために、「best quality」、「HD」、「~~aesthetic~~」などのキーワードを使用することを検討してください。

📄 ライセンス

このプロジェクトは、Apache 2.0ライセンスの下で公開されています。

クレジット

このモデルはCorcel [ https://corcel.io/ ]によって作成されました。