Японский креатор на note сравнил NovelAI V5 и V4.5 на четырёх сложных выражениях лица. Для художников это способ точнее задавать эмоции, которые спорят друг с другом: одних тегов может не хватить, чтобы указать, какая из них главная.
Например, `angry, blush, pout` дал красное лицо и серьёзный сердитый взгляд — злость и смущение есть, но нужного баланса нет. Автор предлагает разложить эмоцию на детали: брови, глаза, рот, щёки и позу. Одни элементы задать тегами, а их связь и степень — естественной фразой: например, уточнить, что злость идёт от смущения, а не от враждебности. Думаю, это понятнее модели, чем три конкурирующих ярлыка.
Второй пример — «отчаянная просьба». Теги `pleading, begging, sad` привели к рыдающему персонажу: слёзы текут по щекам, рот широко открыт, руки сложены. `Sad` перетянул выражение в сторону горя, а детали вышли слишком сильными. В гайде также проверили смущённую злость, слёзы радости и снисходительную улыбку, но в приведённом фрагменте подробные результаты есть только для двух примеров.
Для сравнения использовали одинаковые промпты, размер 832×1216, 28 шагов, Guidance 5.0 и сильный рекомендуемый UC-пресет. V5 запускали с сидом 777001, V4.5 — с 314159. Тот же сид на V4.5 дал в основном монохромный линейный стиль в девяти изображениях, поэтому автор повторил тест с другим. Ещё при одинаковом сиде менялись одежда, причёска и цвет глаз. Так что метод помогает управлять выражением, но не обещает зафиксировать всё остальное.
Источникnote #画像生成AI
