モデルが実際に受け取ったプロンプトも保存しておく
CloudGPU で働いています。最近の画像生成ワークフローには、サンプリングの前に短いプロンプトを詳しい場面説明へ書き換える「プロンプト拡張」の段階が入っているものがあります。便利な仕組みですが、保存しているプロンプトと、モデルが実際に受け取った文章が一致しなくなります。
何が困るのか
二つの結果を比べるとき、同じ入力でも拡張後の説明が違えば、差が重みや量子化の違いから来たのか、拡張の違いから来たのか判断できません。「背景がいつもぼやける」という症状も、拡張で被写界深度のような表現が足されているだけかもしれません。
私が一緒に保存しているもの
入力したプロンプト
拡張後の説明(プレビュー用ノードで確認できることが多い)
重みファイル名と種類(SFT か Base か、int8 か bf16 か)
シード、ステップ数、解像度
出力画像とチェックサム
比較するときは、まず拡張後の説明をそろえてから画像を見ます。拡張の影響を切り分けたいときは、最初から詳しい説明を書いて、拡張が足せる余地を減らすのが手早い確認方法です。
まとめ
モデルが見た文章も出力の一部として残しておくと、再現も原因の切り分けもずっと楽になります。