Selamat Datang
😃Dasar
💼 Aplikasi Dasar
🧙‍♂️ Pelajaran Tingkat Menengah
🤖 Agen
⚖️ Keandalan
🖼️ Prompt untuk Menghasilkan Gambar
🔓 Prompt Hacking
🔨 Tooling
💪 Prompt Tuning
🎲 Serba aneka
📙 Referensi Kosakata
Daftar Pustaka
📦 Prompted Products
🛸 Sumber Daya Tambahan
🔥 Hot Topics
✨ Credits
🖼️ Prompt untuk Menghasilkan Gambar🟢 Penambah Kualitas

Penambah Kualitas

🟢 This article is rated easy
Reading Time: 1 minute
Last updated on August 7, 2024

Sander Schulhoff

Quality boosters adalah istilah yang ditambahkan ke sebuah perintah untuk meningkatkan kualitas tertentu yang bukan kualitas gaya-tertentu dari gambar yang dihasilkan. Sebagai contoh "amazing", "beautiful", dan "good quality" semua adalah faktor peningkat kualitas yang dapat digunakan untuk meningkatkan kualitas gambar yang dihasilkan.

Contoh

Ingatlah halaman lain dari piramida yang dihasilkan dengan DALLE, dan prompt pyramid.

Sekarang lihatlah piramida yang dihasilkan dengan bantuan prompt ini: A beautiful, majestic, incredible pyramid, 4K

Ini jauh lebih indah dan mengesankan!

Berikut adalah daftar beberapa peningkat kualitas:

High resolution, 2K, 4K, 8K, clear, good lighting, detailed, extremely detailed, sharp focus, intricate, beautiful, realistic+++, complementary colors, high quality, hyper detailed, masterpiece, best quality, artstation, stunning

Catatan

Sama seperti catatan di halaman sebelumnya, definisi kerja kami tentang peningkat kualitas berbeda dengan Oppenlaender et al.. Meskipun demikian, terkadang sulit untuk membedakan dengan jelas antara penambah kualitas dan modifikasi gaya.

Sander Schulhoff

Sander Schulhoff is the Founder of Learn Prompting and an ML Researcher at the University of Maryland. He created the first open-source Prompt Engineering guide, reaching 3M+ people and teaching them to use tools like ChatGPT. Sander also led a team behind Prompt Report, the most comprehensive study of prompting ever done, co-authored with researchers from the University of Maryland, OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions. This 76-page survey analyzed 1,500+ academic papers and covered 200+ prompting techniques.

Footnotes

  1. Oppenlaender, J. (2022). A Taxonomy of Prompt Modifiers for Text-To-Image Generation. 2