설명
주어진 모델의 추론 중 정규화된 어텐션 가이던스(NAG)를 적용합니다. 이 기법은 어텐션 메커니즘을 수정하여 아티팩트를 줄이고 생성 품질을 향상시키며, 특히 LTXV를 사용한 긴 비디오 생성 맥락에서 효과적입니다. 이 노드는 Normalized-Attention-Guidance 저장소에 설명된 접근 방식을 기반으로 합니다.
입력
| 이름 | 유형 | 필수 | 기본값 | 범위 | 도구 설명 / 설명 |
|---|---|---|---|---|---|
model | MODEL | 예 | — | — | NAG를 적용할 입력 확산 모델입니다. |
nag_scale | FLOAT | 예 | 11.0 | 0.0 – 100.0 (단계 0.001) | 네거티브 가이드 효과의 강도입니다. 값이 높을수록 더 강한 보정이 적용됩니다. |
nag_alpha | FLOAT | 예 | 0.25 | 0.0 – 1.0 (단계 0.001) | 정규화된 가이드 표현과 원본 긍정 표현 간의 균형을 제어하는 혼합 계수입니다. |
nag_tau | FLOAT | 예 | 2.5 | 0.0 – 10.0 (단계 0.001) | 가이드 어텐션이 긍정 어텐션에서 얼마나 벗어날 수 있는지 제한하는 클리핑 임계값입니다. |
nag_cond_video | CONDITIONING | 아니요 | — | — | 어텐션 정규화를 안내할 선택적 비디오 조건화입니다. |
nag_cond_audio | CONDITIONING | 아니요 | — | — | 어텐션 정규화를 안내할 선택적 오디오 조건화입니다. |
inplace | BOOLEAN | 아니요 | True | — | 활성화하면 메모리 절약을 위해 텐서를 제자리에서 수정합니다. 제자리 연산과 비교하여 약간 다른 수치 결과가 나올 수 있습니다. |
출력
| 이름 | 유형 | 설명 |
|---|---|---|
model | MODEL | 내부 어텐션 연산에 NAG가 적용된 동일한 모델입니다. |
사용 참고 사항
- 이 노드는 LTXV 비디오 생성 파이프라인(카테고리
KJNodes/ltxv)과 함께 사용하도록 설계되었습니다. 모델의 순방향 경로를 수정하므로 샘플링 프로세스 이전에 연결되어야 합니다. - 세 가지 파라미터(
nag_scale,nag_alpha,nag_tau)는 함께 가이드 동작을 제어합니다. 기본값부터 시작하여 시각적 품질에 따라 조정하십시오. 일반적으로nag_scale을 높이면 과다 노출과 아티팩트가 줄어들고,nag_alpha와nag_tau는 정규화를 미세 조정합니다. nag_cond_video와nag_cond_audio는 선택 사항입니다. 제공되면 어텐션 정규화에 영향을 주는 추가 조건화 신호를 공급합니다. 해당 조건화가 필요하지 않으면 연결 해제된 상태로 두십시오.inplace를 활성화(기본값)하면 추론 중 메모리 사용량이 줄어듭니다. 실행 간 수치 불일치가 관찰되거나 완전한 재현성이 필요한 경우inplace를False로 설정하십시오.
댓글
GitHub로 로그인하고 토론에 참여하세요.