सीखने के सभी रास्ते समझें देखें करें बनाएँ बनाई गई तस्वीर को उसके निर्देश से जाँचें यह पाठ किस बारे में है मॉडल की बनाई तस्वीर या छोटी क्लिप को चार ख़ानों में जाँचें: जो माँगा गया, बनावट की गड़बड़ी, पूरे सेट की शैली, और उस जगह के हिसाब से ठीक होना।
मेरठ का एक छापाख़ाना आपको मॉडल की बनाई शादी के कार्ड की तस्वीर दिखाता है। मंगलसूत्र सादी चेन की तरह बना है। आप क्या लिखेंगे?
A लिखें कि यह हार बनावट की गड़बड़ी है, क्योंकि मॉडल ने उसे गलत बनाया, और उस हिस्से को दोबारा रंगने को कहें। B हर गड़बड़ी को एक ख़ाने में रखें: जो माँगा गया, बनावट की गड़बड़ी, पूरे सेट की शैली, या उस जगह के हिसाब से ठीक होना। C लिखें कि कार्ड ‘जो माँगा गया’ वाली जाँच पास करता है, क्योंकि निर्देश में गले में हार पहने दुल्हन ही कही गई थी।
याद जाँचें यह काम क्यों ज़रूरी है एक प्रकाशित अध्ययन ने मॉडल की बनाई अठारह हज़ार तस्वीरों पर बारीक राय जुटाई। जाँचने वालों ने दो चीज़ें अलग-अलग चिह्नित कीं: वे हिस्से जो गलत दिखते थे, और निर्देश के वे शब्द जो तस्वीर में छूट गए — निर्देश यानी वह लिखा हुआ वाक्य जो मॉडल को दिया गया था। दोनों को अलग इसलिए रखा जाता है क्योंकि दोनों अलग तरह से सुधरते हैं। गलत हिस्सा दोबारा रंगा जा सकता है। छूटा हुआ शब्द नई तस्वीर माँगता है, या बेहतर मॉडल। पूरे सेट की शैली और उस जगह के हिसाब से ठीक होना — ये दो ख़ाने उस अध्ययन ने नहीं गिनाए, और काम की सूची में दोनों माँगे जाते हैं।
मॉडल की बनाई तस्वीर या क्लिप को उसके निर्देश से जाँचें, और हर गड़बड़ी को उसके सही ख़ाने में रखें।
एक प्रकाशित अध्ययन ने मॉडल की बनाई अठारह हज़ार तस्वीरों पर बारीक राय जुटाई। जाँचने वालों ने दो चीज़ें अलग-अलग चिह्नित कीं: वे हिस्से जो गलत दिखते थे, और निर्देश के वे शब्द जो तस्वीर में छूट गए — निर्देश यानी वह लिखा हुआ वाक्य जो मॉडल को दिया गया था। दोनों को अलग इसलिए रखा जाता है क्योंकि दोनों अलग तरह से सुधरते हैं। गलत हिस्सा दोबारा रंगा जा सकता है। छूटा हुआ शब्द नई तस्वीर माँगता है, या बेहतर मॉडल। पूरे सेट की शैली और उस जगह के हिसाब से ठीक होना — ये दो ख़ाने उस अध्ययन ने नहीं गिनाए, और काम की सूची में दोनों माँगे जाते हैं।
हर गड़बड़ी को एक ख़ाने में रखें: जो माँगा गया, बनावट की गड़बड़ी, पूरे सेट की शैली, या उस जगह के हिसाब से ठीक होना। बनावट की गड़बड़ी वह है जो कोई असली कैमरा कभी नहीं दिखाता: फ़ालतू उँगलियाँ, पिघले अक्षर, बार-बार दोहराया पैटर्न, धुँधला किनारा। जगह से मेल न खाने वाली चीज़ साफ़-सुथरी बनी होती है और फिर भी उस जगह के लिए गलत होती है। उसे दोबारा रंगना नहीं, उस जगह का कोई व्यक्ति चाहिए। काम दिवाली की मिठाई की दुकान के पोस्टर के लिए मॉडल से छह तस्वीरें आई हैं। ग्राहक के लिए उनकी जाँच करें।
कमज़ोर तरीका लिखता है कि तीसरी तस्वीर में हाथ ख़राब हैं और पाँचवीं कुछ अजीब लगती है। कहता है कि बाकी सेट ठीक है और भेज देता है।
बेहतर तरीका तीसरी तस्वीर की छह उँगलियों को बनावट की गड़बड़ी में रखता है। पाँचवीं तस्वीर की छत पर गिरती बर्फ़ को जगह से मेल न खाने में रखता है, बनावट की गड़बड़ी में नहीं। लिखता है कि पहली और चौथी तस्वीर में दीये दो अलग ढंग के हैं, जो पूरे सेट की शैली की गड़बड़ी है।
बेहतर तरीका क्यों काम करता है दोनों ने वही गड़बड़ियाँ देखीं। सिर्फ़ मज़बूत जाँच ग्राहक को बताती है कि हर गड़बड़ी को कौन-सा सुधार चाहिए।
बदली हुई स्थिति आज़माएँ ट्रैक्टर के विज्ञापन की बनाई हुई क्लिप में एक पल के लिए चालक के हाथ में छह उँगलियाँ दिखती हैं। दुकान के बोर्ड के अक्षर बीच क्लिप में बदल जाते हैं। आप क्या दर्ज करेंगे?
अब खुद बनाकर देखें एक ही निर्देश पर बनी छह तस्वीरें लें। हर गड़बड़ी को एक ख़ाने में रखें, और लिखें कि हर ख़ाना किस सुधार की ओर ले जाता है।
चित्र, आवाज़ और भौतिक AI: 10 में से पाठ 8 आगे रोबोट का काम लिखें जिसे कोई भी जाँच सके भाग 3 के आख़िर में आपके काम का नमूना बनता है, जिसे आप भेज सकते हैं
मूल या आधिकारिक स्रोत पढ़ें: Liang et al., Rich Human Feedback for Text-to-Image Generation (arXiv)