prompt-translator-t5-multiprofile

T5 Prompt Translator (Multi-Profile)

Este modelo es un "traductor de intenciones" basado en la arquitectura google-t5/t5-small. Su objetivo principal no es generar imágenes, sino traducir descripciones en lenguaje natural (español o inglés) a secuencias de tags estructuradas y deterministas compatibles con los principales modelos de generación de imágenes.

🚀 Perfiles Soportados

El modelo fue entrenado con un enfoque Multi-Task usando prefijos. Debes indicar el perfil deseado antes de tu prompt:

1. translate to pony: [tu idea]: Inyecta tags de rating (score_9, rating_explicit).
2. translate to anima: [tu idea]: Formato híbrido que inyecta tags de año (year 2024).
3. translate to illustrious: [tu idea]: Estructura limpia de Danbooru con foco en masterpiece.
4. translate to sdxl: [tu idea]: Formato descriptivo clásico.

📝 Ejemplos de Uso

Input:

translate to pony: una guerrera elfa con armadura de plata caminando por el bosque

Output generado:

score_9, score_8, score_7, 1girl, elf, silver_armor, medieval_mercenary, walking_in_forest, masterpiece, best_quality

Input:

translate to anima: una mujer hermosa en lencería de seda negra

Output generado:

masterpiece, best quality, score_9, year 2024, 1girl, beautiful_woman, black_silk_lingerie, nsfw

⚡ ONNX y Latencia

Este repositorio incluye una carpeta /onnx con los pesos cuantizados e independientes (encoder/decoder).

• El modelo original en PyTorch procesa prompts en ~390ms (GPU).
• La versión ONNX está diseñada para ejecutarse en CPU con latencias inferiores a 10ms.

⚠️ Limitaciones Conocidas (Hallucinations)

Debido a que está basado en la arquitectura t5-small (60M de parámetros):

1. Párrafos extremadamente largos (Novelísticos): Si se le introduce un párrafo muy largo (ej. más de 5 oraciones complejas que mezclan SFW y escenarios de ciencia ficción), el modelo puede entrar en bucle de repetición ("sengoku_sengoku...").
2. Vocabulario Fuera de Distribución: Términos muy específicos no presentes en los 214k ejemplos originales pueden ser malinterpretados o ignorados.

Se recomienda usar descripciones de 1 a 3 oraciones claras.