Krea2T Enhancer agrega control de frases ponderadas para Krea 2
El Krea2T Enhancer de capitan01R agrega un nodo de frases con ponderación de atención para Krea 2: refuerza o suprime frases del prompt en la atención DiT.
(phrase:weight) y el nodo ajusta con qué fuerza los tokens de imagen de Krea 2 prestan atención exactamente a esas palabras.
Por qué el ponderado de prompts convencional no funciona en Krea 2
Krea 2 no consume una incrustación CLIP de capa única convencional. Su codificador de texto suministra doce selecciones de puntos de toma de estado oculto de Qwen, produciendo una representación 12 x 2560 por token, que luego pasa por un camino interno de fusión de texto antes de que los tokens de texto e imagen ingresen a los bloques DiT compartidos. Los trucos de énfasis estándar no se mapean limpiamente sobre esta pipeline: multiplicar filas de acondicionamiento puede ser neutralizado por normalización más tarde, y la repetición de tokens cambia la longitud de la secuencia.
El nuevo nodo mantiene intacta la secuencia original del prompt. Codifica el texto limpio normalmente, localiza las filas de tokens de Qwen pertenecientes a cada frase ponderada, y añade log(w) a los logitos de atención de imagen a texto seleccionados dentro de los bloques DiT compartidos. Después del softmax, esto multiplica las probabilidades de atención de la frase por w sin copiar, eliminar, promediar o reescalar ninguna fila de acondicionamiento.
Control de atención a nivel de frase en Krea 2 con el nuevo nodo codificador
Cómo se comporta la ponderación
| Peso | Efecto |
|---|---|
1.0 | Neutro exacto, sin cambio |
Por encima de 1.0 | Mayor prioridad de atención para la frase |
0.0 a 1.0 | Prioridad de atención reducida |
0.0 | Supresión más fuerte de la frase |
Los pesos son multiplicadores de probabilidades relativas, no garantías de tamaño o visibilidad. El autor recomienda comenzar en 1.5 o 2.0 y ajustar una frase a la vez en una semilla fija antes de combinar pesos. Un ejemplo práctico se ve así:
A scene containing a (primary subject:2.0) beside a (secondary object:0.6)La anotación se elimina antes de la tokenización, y las secciones ponderadas superpuestas se rechazan. El nodo también valida la disposición del modelo: solo se ejecuta en acondicionamiento de Krea 2 solo de texto con la disposición 12 x 2560 y falla ruidosamente en codificadores incompatibles o arquitecturas no compatibles en lugar de aplicar un mapeo incierto.
Salida generada con acondicionamiento de frases ponderadas
Salida de inspección y depurabilidad
Una salida CADENA registra el texto limpio, cada frase ponderada, su peso numérico, y las filas de tokens de Qwen exactas, IDs de token y fragmentos decodificados seleccionados. Conéctalo a una VISTA PREVIA de texto cuando necesites verificar en qué aterrizó realmente un peso. No es Requerido para el muestreo.
Flujos de trabajo
El Repositorio envía un flujo de trabajo de ejemplo para el nuevo nodo codificador:
Instalar
Clona el Repositorio en ComfyUI/custom_nodes y Reiniciar:
cd ComfyUI/custom_nodes
git clone https://github.com/capitan01R/ComfyUI-Krea2T-Enhancer.gitNo se requieren paquetes Python adicionales más allá de una configuración de Krea 2 funcional. El nodo se sitúa entre tus cargadores LoRA y el MUESTREADOR: conecta la cadena de modelo final y el CLIP Krea2 a él, envía su salida MODEL al MUESTREADOR, y su salida CONDITIONING a la ruta positiva. La actualización v1.3 también incluye los nodos mejoradores existentes: ComfyUI-Krea2T-Enhancer, Krea2T Enhancer Avanzado (con un control de text_scale post-txtmlp), y Krea2 Turbo Reference Sigmas (Desde LATENTE) para el programa oficial Turbo de 8 pasos.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.