Оценки нет по одной простой причине. Сети, предоставляемые сайтами, не учатся в процессе. Как человек СКАЧАВШИЙ себе нейросеть, могу сказать, как она "примерно" устроена. Нейросеть - это грубое приближение к нейронам мозга, но проблема в том, что... в общем представьте, что вы имеете дело с пятилетним ребёнком с альцгеймером. Текстовые нейронки не "учатся", а работают с источниками. У слабеньких нейронок память в хеше(то есть вкладку обновили и она всё забыла). А графические нейронки вообще по факту перемешивают уже созданные арты, заложенные в них. Вы уже заметили, что есть такое понятие, как "модель". Так вот, это "мозги" сетки. Сначала отдельные люди тренируют сеть, сохраняют её состояние условных нейронов в файл (он, кстати имеет расширение .checkpoint что как бы намекает). То есть каждый раз, когда вы запускаете генерацию арта, сервер загружает одно и то же состояние мозга, считай копирует личность. Вот теперь вопрос вам: зачем? Что вы собираетесь оценивать или тренировать?

Нет никакой обратной связи, о чём ты? Конструкция текущий GPT не подразумевает обучения в процессе эксплуатации. Да и конструкция нейронок в целом скорее не подразумевает. Нейронка - это просто "отпечаток навыка", который разными ухищрениями (в зависимости от типа нейронки, есть не только GPT, ну) запихивается в систему весов и связей искусственных нейронов. Дообучение цельного отпечатка, учитывая, что информация по большей части "распределена" по нему целиком, а не может быть свободно извлечена-вставлена-скорректирована (в этом фишка отпечатков - это цельные сущности), занимает время и деньги. Даже дообучение, чтобы негров неграми нейронка не называла.

Это так не работает. Процесс обучения нейронок занимает мириады циклов, для более мощных, блин, собираются ЯДЕРНЫЕ РЕАКТОРЫ строить! Чисто по требуемой энергомощности можно оценить, СКОЛЬКО мощности вычислительной требуется. Какие там оценки юзеров! Это невероятно медленно, я бы даже сказал, невозможно медленно. Так ты нейронку будешь делать 10000 лет, и придёшь в лучшем случае к GPT-3. На практике оценок или нет, или используют другие нейронки, которые работают с той же скоростью, с какой происходит обучение - а не сверхмедленные оценки юзеров. Но это так, вставка для красоты, на практике если обучать нейронки вдруг захотят по оценкам юзеров, то юзеры будут взаимодействовать с необученными нейронками и натуральными каляками-маляками. З - зачем? Бизнес деньги делает, а каляки-маляки не продаются. Юзерам не скормишь, что они тебе деньги заплатят, а ты им каляки-маляки и в далёком светлом будущем (учитывая написанное выше - внуки не увидят) хорошую рисовальную нейронку.

Fytase
Матемаг
Напрасная трата фактажа получается.
Даже если это самое «Сначала отдельные люди тренируют сеть» по каким-то причинам нельзя делать размазанно во времени, а можно делать только крупными шагами-чекпоинтами, всё равно не очень понятно, почему нельзя использовать полученную в промежутке между чекпоинтами обратную связь от пользователей. Так или иначе им же всё равно приходится решать на основании каких-то признаков, какую картинку пометить как хорошую, а какую — нет!

Матемаг
Кроме того.
Речь не вполне о том, чтобы на основании оценок научить нейросеть чему-то новому. Ну, не обязательно. Речь о том, чтобы указать нейронке, что из её уже имеющихся навыков более любезно пользователю. Мне неоднократно при рассматривании нового рисунка от нейросети хочется, как Кривошеину с «шапкой Мономаха» из «Открытия себя» Савченко, сказать: «Не то!» Или наоборот: «Правильно, то, то...» Указания такого рода могли бы помочь ориентироваться нейросети в уже имеющемся пространстве возможностей.

Кьювентри
Средний вес одного чекпоинта - 6Гб и насчитывает он в среднем 15К шагов обучения (согласно Civitai Models). А теперь представьте, что хранить на сервере придётся не десять-пятнадцать таких моделей, а МИЛЛИОНЫ, на каждого отдельного пользователя. И не важно в процессе (это будет бешенный расход оперативной памяти, у меня одна только генерация 12 Гб жрёт) или в памяти (террабайты памяти для картиночек, на SSD-шнике, иначе долго грузить будет)

Fytase
Хранить процесс приноровления системы К КАЖДОМУ ОТДЕЛЬНОМУ ПОЛЬЗОВАТЕЛЮ — эта возможность мной не рассматривалась (хотя втайне хотелось). Можно было бы приноровить её под оценки всех сразу.
Кроме того, если речь идёт не об обучении системы новым возможностям, а скорее о выработке предпочтений при использовании старых, это разве не сократит размер?

Нет, это будет либо модификацией чекпоинта и прочими вытекающими, либо придётся создавать отдельный доп модуль, конкретно под вас. И опять же его где-то хранить. И придумать, куда его вставлять. Да, это тоже проблема, что-угодно и куда-угодно нейросетка не даёт. Стесняюсь спросить, а весовые коэффициенты вы не пробовали при запросе? Или заготовить текстовый файл с готовыми пресетами?

Кьювентри
А почему ты считаешь, что её нет? Другое дело, что делается это внутри компании во время процедуры обучения специально нанятыми людьми. Которые не играться с картинками будут, а постараются за денюжку дать корректную оценку по какой-то чёткой методике.

Например, эти признаки можно запихнуть в нейронку, которая обучалась на сайтах, где юзеры могут ставить оценки. Очень удобно. И фильтрует все статфлуктуации типа тролльских оценок, имхи вроде моего "не нравится много красного цвета" и т.п.

У нейронки нет "разных" навыков. Это один большой навык "рисования", который по-разному активируется в зависимости от входного вектора. И, да, я слышал, что его докорректируют порой (но это, опять же, не к работе нейронки, а к обёртке вокруг неё). Саму нейронку дообучают, но это процесс, повторюсь, требующий, денег, времени, вычмощности. Берёшь нейронку, загружаешь обратно в тот кластер компов, где ты её обучал (или, вернее, она там уже есть) и делаешь затратную операцию. Не на основании каждой оценки юзеров же это делать? Дорого. Это делается, когда компания-поставщик нейронки теряет деньги или репутацию на каких-то нейронковых (систематических) глюках и/или ошибках, допущенных при обучении (в смысле бизнес-ошибках - ну как одна из первых визуальных нейронок рисовала исключительно негров - обучили, блин).

Это так не работает. В нейронке нет интеллекта, она не может свободно манипулировать моделями. Это, обыкновенно, вообще статичная штука. Продвинутые, которые, обёрнуты другими нейронками, обычным ПО и пр. с коррекцией запросов, но основной "генератор картинок" всё тот же. Там некуда запихать "пространство возможностей" и "ориентироваться".

Fytase
Там вставляются обычные текстовые промпты на человеческом языке. Можно ли вставлять каббалистические формулы, я не знаю.

Кьювентри
Для этого оценки-всех-сразу сначала извлекаются с других сайтов в оценивающую нейронку... а потом оказывается, что зачем пилить себе оценки, если ты уже у других слямзил?:)

Кьювентри
Модели поддерживают весовые коэффициенты от -1 до 2, чем больше, тем "более настойчиво" вы требуете конкретное описание или его часть. Синтаксис простой, пример(из моих пресетов): ((fangs, sharp fangs, vampire, pale-white skin, glowing eyes, gothic, high detailed fangs, high detailed eyes:1.3))
То есть промпт берётся в двойные скобки, ставится двоеточие и коэффициент. Сразу скажу, что изменение идёт на десятые(1,1/1,2) и сотые(1,11/1,12) доли

Есть ещё указание "конкретных" уточнений. Не везде, но есть. Для этого уточнение ставится в \( )\ скобки. То есть, если вы запросите "звезда", сеть будет лепить её куда угодно, а если указать star \(ornament)\, то он будет пытаться делать именно украшение в форме звезды

Проблема в том, что современные нейросетки очень... Легкомысленно, если смотреть глобально, относятся к качеству и глубине обработки обучающих выборок.
Так сложилось.
В современной венчурной идеологии и текущей модели развития Сети оказалось, что вот скормить много-много данных даёт финансово осмысленный эффект принципиально быстрее, чем оптимизации и уж тем более что-то совсем глубокое. Подбирать "качественные крошки" в виде оценки пользователя пока что не выгодно и не интересно...