FácilOpción múltiple

Pregunta de práctica de Generative AI Leader

Una empresa utiliza un modelo de texto a imagen para generar material visual de marketing. Las salidas suelen contener rostros humanos distorsionados. ¿Qué técnica es más probable que mejore la generación de rostros?

Elige la mejor respuesta.

Respuesta correcta

  • AAjustar (fine-tune) el modelo en un conjunto de datos curado de rostros humanos.

Explicación

Ajustar (fine-tune) el modelo en un conjunto de datos curado de rostros humanos aborda directamente el problema de distorsión al especializar el modelo para la generación de rostros. La opción B (aumentar la resolución de salida) puede mejorar la nitidez general de la imagen, pero no corrige específicamente las distorsiones faciales. La opción C (aumentar el número de pasos de inferencia) puede mejorar la coherencia de la imagen, pero no está dirigida a la calidad de los rostros. La opción D (reducir la escala de guía libre de clasificador) disminuye la adherencia al prompt, lo que en realidad podría empeorar la generación de rostros en lugar de mejorarla.

Por qué cada opción es correcta o incorrecta

A

Correcta

Ajustar (fine-tune) el modelo en un conjunto de datos curado de rostros humanos.

El ajuste fino modifica los pesos del modelo en datos faciales curados, enseñándole las estructuras y proporciones faciales específicas que actualmente procesa mal. Esto se dirige directamente al modo de fallo de los rostros distorsionados, a diferencia de la ingeniería de instrucciones o una mayor resolución, que no pueden corregir las brechas de representación aprendidas.

B

Incorrecta

Aumentar la resolución de salida.

Una mayor resolución añade detalle de píxeles pero no corrige la estructura facial aprendida por el modelo, por lo que la distorsión persiste. Es tentador porque la resolución es un ajuste de salida visible, pero el defecto proviene de los datos de entrenamiento y la arquitectura; el ajuste fino en imágenes de rostros claras aborda la causa real.

C

Incorrecta

Aumentar el número de pasos de inferencia.

Más pasos de inferencia refinan una trayectoria latente existente, pero no pueden corregir un modelo que nunca aprendió una estructura facial precisa; principalmente agudizan el detalle e incluso pueden amplificar la distorsión. Es tentador porque el recuento de pasos gobierna genuinamente la calidad de muestreo y la convergencia, y aumentarlo es la solución correcta cuando las salidas se ven ruidosas o con baja resolución en lugar de anatómicamente erróneas.

D

Incorrecta

Reducir la escala de guía libre de clasificador (classifier-free guidance scale).

Reducir la guía libre de clasificador debilita la adherencia al prompt, por lo que los rostros se alejan aún más de la descripción de texto en lugar de ganar precisión anatómica. Es tentador porque la escala de guía controla genuinamente el equilibrio entre creatividad y fidelidad, y reducirla es correcto cuando las salidas se ven saturadas, contrastadas o inusualmente rígidas para un prompt dado.

Para profundizar

Los modelos de difusión de texto a imagen aprenden una distribución sobre los píxeles condicionada por el texto; los rostros son estructuras de alta frecuencia y baja tolerancia, por lo que los datos de entrenamiento genéricos a escala web producen ojos borrosos, características asimétricas y manos derretidas. El ajuste fino en un conjunto de datos faciales curado desplaza la distribución aprendida del modelo hacia una geometría facial correcta, típicamente mediante adaptadores LoRA o personalización estilo DreamBooth que actualizan un pequeño subconjunto de pesos. Aumentar la resolución por sí solo a menudo empeora la distorsión porque el modelo no fue entrenado a esa escala, y más pasos de inferencia solo refinan una trayectoria latente que ya era incorrecta. La escala de guía cambia la adherencia al prompt, no la corrección anatómica. Esto importa cuando una campaña de marca requiere portavoces fotorrealistas y la revisión legal rechaza rostros generados por IA con artefactos visibles.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de Generative AI Leader de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.