Resposta correta
- AFazer o ajuste fino (fine-tune) do modelo em um conjunto de dados curado de rostos humanos.
Explicação
O ajuste fino (fine-tune) do modelo em um conjunto de dados curado de rostos humanos aborda diretamente o problema de distorção, especializando o modelo para a geração de rostos. A Opção B (aumentar a resolução de saída) pode melhorar a nitidez geral da imagem, mas não corrige especificamente as distorções faciais. A Opção C (aumentar o número de etapas de inferencia) pode aprimorar a coerência da imagem, mas não é direcionada à qualidade do rosto. A Opção D (reduzir a escala de orientação livre de classificador) diminui a adesão ao prompt, o que poderia realmente piorar a geração de rostos em vez de melhorá-la.
Para se aprofundar
Modelos de difusão de texto para imagem aprendem uma distribuição sobre pixels condicionada por texto; rostos são estruturas de alta frequência e baixa tolerância, portanto, dados de treinamento genéricos em escala da web produzem olhos borrados, características assimétricas e mãos derretidas. O ajuste fino em um conjunto de dados facial curado desloca a prioridade aprendida do modelo para a geometria facial correta, tipicamente via adaptadores LoRA ou personalização estilo DreamBooth que atualizam um subconjunto pequeno de pesos. Aumentar a resolução sozinho frequentemente piora a distorção porque o modelo não foi treinado nessa escala, e mais etapas de inferência apenas refinam uma trajetória latente que já estava errada. A escala de orientação altera a adesão ao prompt, não a correção anatômica. Isso importa quando uma campanha de marca exige porta-vozes fotorrealistas e a revisão jurídica rejeita rostos gerados por IA com artefatos visíveis.
Sobre estas questões de prática
Esta é uma das questões de prática originais de Generative AI Leader da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.