Julio César Sandoval S.

¡Replicar un estilo de imagen con IA ya es muy sencillo! 🚀 ❞𝗖𝗿𝗲𝗮 𝘂𝗻𝗮 𝗶𝗺𝗮𝗴𝗲𝗻 𝗱𝗲 𝘂𝗻𝗮 𝗰𝗮𝘀𝗮 𝗮𝗰𝗼𝗷𝗲𝗱𝗼𝗿𝗮❞ fue lo que ejecuté en estos 4 estilos que entrené con recursos públicos de internet. 🌐 1. El estilo del canal de Youtube: 𝗞𝘂𝗿𝘇𝗴𝗲𝘀𝗮𝗴𝘁 – 𝗜𝗻 𝗮 𝗡𝘂𝘁𝘀𝗵𝗲𝗹 ▶️ 2. El estilo de dibujo del animador: 𝗙𝗲𝗹𝗶𝘅 𝗖𝗼𝗹𝗴𝗿𝗮𝘃𝗲 ✏️ 3. El estilo de emitoconos del juego: 𝗟𝗲𝗮𝗴𝘂𝗲 𝗼𝗳 𝗟𝗲𝗴𝗲𝗻𝗱𝘀 ⭐ 4. El estilo de la serie de Netflix: 𝗛𝗶𝗹𝗱𝗮 📽️ 𝗟𝗼 𝗾𝘂𝗲 𝗻𝗲𝗰𝗲𝘀𝗶𝘁𝗮𝘀: ⚙️ - Una gran cantidad de imágenes en las que se muestre el estilo, en mi caso, van de 400 a 700 imágenes. - Etiquetado de estas imágenes, las puedes etiquetar manualmente o con un modelo extra. - Un entorno para el entrenamiento LoRA, en mi caso usé CivitAI LoRA Training. Finalmente podrás ejecutar el modelo y experimentar con los resultados.

¿Qué necesitas para 𝐜𝐫𝐞𝐚𝐫 𝐢𝐦𝐚́𝐠𝐞𝐧𝐞𝐬 𝐩𝐞𝐫𝐬𝐨𝐧𝐚𝐥𝐢𝐳𝐚𝐝𝐚𝐬 de tu cara usando IA? ✨ Un modelo de generación de imágenes. (𝑭𝒍𝒖𝒙-𝒅𝒆𝒗 en este caso) 🛠️ Realizar fine-tuning con 𝐋𝐨𝐑𝐀. 🧠 Dominar el 𝐩𝐫𝐨𝐦𝐩𝐭 𝐞𝐧𝐠𝐢𝐧𝐞𝐞𝐫𝐢𝐧𝐠. 🔄 Mucha paciencia y 𝐩𝐫𝐮𝐞𝐛𝐚/𝐞𝐫𝐫𝐨𝐫. 🎨 Edición y 𝐩𝐨𝐬𝐭𝐩𝐫𝐨𝐜𝐞𝐬𝐚𝐝𝐨. ¿Qué pasos seguí yo? 👑 1. Hice fine-tuning con LoRA utilizando 25 fotos de mi desde distintos ángulos, iluminaciones, gestos, etc...🛠️ 2. Elegí un entorno para ejecutar el modelo. (ComfyUI) 💻 3. Ajusté cada prompt de forma iterativa hasta obtener resultados esperados. 🧩 4. Seleccioné las mejores imágenes generadas (¡En realidad solo el 1% son aceptables!). 📸 5. Usé Photoshop para el postprocesado: reducción de contraste y saturación, además de añadir ruido y modificar el desenfoque para reducir esta sobresaturación típica de las imágenes recién generadas. 🎨

Todos están hablando de los LLM Data Scientist, pero ¿sabes qué necesitarás saber para 𝐟𝐨𝐫𝐦𝐚𝐫 𝐩𝐚𝐫𝐭𝐞 𝐝𝐞 𝐮𝐧 𝐞𝐪𝐮𝐢𝐩𝐨 𝐝𝐞 𝐜𝐢𝐞𝐧𝐜𝐢𝐚 𝐝𝐞 𝐝𝐚𝐭𝐨𝐬 en este rol este 𝟐𝟎𝟐𝟓? 𝐄𝐧 𝐞𝐬𝐭𝐞 𝐩𝐨𝐬𝐭 𝐭𝐞 𝐥𝐨 𝐞𝐱𝐩𝐥𝐢𝐜𝐨 𝐝𝐞𝐬𝐝𝐞 𝐦𝐢 𝐞𝐱𝐩𝐞𝐫𝐢𝐞𝐧𝐜𝐢𝐚: 🏠 𝐍𝐢𝐯𝐞𝐥 𝐢𝐧𝐢𝐜𝐢𝐚𝐥: 🌐 Conceptos básicos de LLM: qué son, tipos y cómo funcionan 🥪 Técnicas para creación de prompts básicos: 🌡️ Configuración de temperatura 📝 Especifica las reglas para solucionar tu solicitud 🧠 Crea el procedimiento de solución antes de responder ✍️ Menciona un estilo para ajustar el tono de respuesta ✅ Pregúntale al modelo porqué te dio ese resultado 🏆 Muestra ejemplos genéricos para resolver problemas similares 🌍 Busca prompts populares y busca inspiración 🔄 Finalmente, itera y refina tus prompts 🚀 𝐍𝐢𝐯𝐞𝐥 𝐌𝐞𝐝𝐢𝐨: 👥 Role Prompting para condicionar una respuesta en base a un rol 🎯 Few-Shot Prompting para mejorar respuestas con algunos ejemplos 🔗 Chain of Thought Prompting para crear un razonamiento en el modelo 💡 Zero-Shot Chain of Thought para generar respuestas sin darle ejemplos 🔄 Dual Prompt Approach para combinar perspectivas 🛠 Combina técnicas para obtener resultados más sólidos 🏆 𝐍𝐢𝐯𝐞𝐥 𝐀𝐯𝐚𝐧𝐳𝐚𝐝𝐨: ⚖️ Bias y sesgos en los modelos 🤖 Control de alucinaciones del modelo ➕ Integrar problemas matemáticos y calculos con el modelo 🔹 Técnicas Avanzadas de Prompting: 🧠 Embeddings y Fine Tunning ⚙️ Top p, top k y otros hiperparámetros para un control total 🛡️ Prompt Hacking y seguridad de prompts ♻️ Prompt Debiasing para mejorar neutralidad 👥 Prompt Ensembling para respuestas robustas 🚫 Protección contra Prompt Injection y Prompt Leaking 🔓 Prevención de Jailbreaking en modelos 𝐂𝐨𝐦𝐞𝐧𝐭𝐚 𝐬𝐢 𝐭𝐢𝐞𝐧𝐞𝐬 𝐚𝐥𝐠𝐮𝐧𝐚 𝐝𝐮𝐝𝐚 😉