Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Échelle de guidage (CFG)

L'échelle de guidage (guidance scale), ou CFG scale, est un réglage des générateurs d'images par diffusion qui contrôle à quel point le résultat suit le prompt. Des valeurs plus élevées suivent le prompt de plus près mais réduisent la variété.

Aussi appelé : classifier-free guidance, CFG, CFG scale, guidance

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

CFG signifie classifier-free guidance (guidage sans classificateur), la technique que contrôle ce réglage. La plupart des outils d'images l'exposent sous forme de nombre, souvent appelé CFG scale ou guidance. Augmentez-le et les images correspondent plus littéralement au prompt ; baissez-le et le modèle s'en écarte davantage, ce qui donne des résultats variés et parfois plus naturels.

Comment ça marche

Jonathan Ho et Tim Salimans ont décrit le classifier-free guidance en 2022. Un même modèle de diffusion est entraîné à débruiter à la fois avec et sans le prompt, en retirant parfois le prompt pendant l'entraînement. À chaque étape de génération, il fait les deux prédictions, et l'échelle de guidage fixe dans quelle mesure on s'éloigne de la prédiction sans prompt pour aller vers celle avec prompt. Comme chaque étape exige deux prédictions, le guidage double à peu près le travail par étape, sauf si le modèle est distillé pour l'éviter.

Choisir une valeur

Il n'existe pas de nombre idéal universel. Chaque modèle a une plage recommandée par ses créateurs, et certains modèles distillés récents sont conçus pour fonctionner avec le guidage désactivé ou fixe. Une valeur trop élevée donne souvent des couleurs sursaturées, un contraste dur et des artefacts. Elle interagit avec les autres réglages d'échantillonnage, comme le nombre d'étapes et la graine (seed).

Différence avec la température

L'article d'origine compare le guidage à un échantillonnage à basse température dans d'autres modèles génératifs : les deux échangent de la variété contre de la qualité. La température remodèle les probabilités du token suivant dans un modèle de langage ; le guidage change la direction de chaque étape de débruitage dans un modèle d'images.

Termes liés

Modèle de diffusion
Un modèle de diffusion est un modèle génératif qui apprend à transformer du bruit aléatoire en données, comme une image, en retirant un peu de bruit à la fois sur de nombreuses étapes.
Text-to-image
Le text-to-image (texte vers image) consiste à générer une nouvelle image à partir d'une description écrite, appelée prompt. La plupart des modèles text-to-image actuels sont des modèles de diffusion conditionnés par le texte.
Température (échantillonnage)
La température (temperature) est un réglage d'échantillonnage qui contrôle le caractère aléatoire des choix de mots d'un modèle de langage. Des valeurs basses lui font privilégier les tokens les plus probables ; des valeurs plus élevées répartissent les choix sur des tokens moins probables.
ControlNet
ControlNet est un module complémentaire de réseau de neurones qui permet à un modèle de diffusion texte vers image de suivre un guide structurel, comme une carte de contours, une carte de profondeur ou une pose humaine, en plus du prompt textuel.
Image vers image
L'image vers image (image-to-image) est la tâche qui consiste à générer une nouvelle image à partir d'une image existante et d'un prompt, en conservant une partie de la structure de l'original tout en changeant le style, les détails ou le contenu.

Sources