定義
ノイズオフセットとは、拡散モデルの学習時にノイズへ一定のオフセットを加算し、真っ黒や真っ白に近い極端な明暗の画像を生成しやすくする手法のこと。
ノイズオフセット (Noise Offset)とは（詳しく解説）
拡散モデル(Stable Diffusionなど画像生成AI)は、学習時のノイズスケジュールが理論上の純粋なノイズまで到達しない設計上の癖があり、真っ黒や真っ白に近い極端な明暗の画像を生成するのが苦手とされる。ノイズオフセットは、学習(ファインチューニング)時にガウスノイズへ一定のオフセット値を加算することでこの偏りを補正し、暗いシーンや強い光源表現を再現しやすくする手法として、LoRAやDreamBoothなどの追加学習で広く採用されている。実運用での落とし穴は、オフセット値を上げすぎるとコントラストが過剰になったりノイズ状のアーティファクトが出やすくなる点で、現場では0.05〜0.1程度の小さい値から試して生成結果を見ながら微調整する選び方が定着しているとされる。2026年時点では主要な学習ツールに標準搭載され追加コストはほぼゼロだが、値の調整には試行錯誤の時間がかかる点は相場感として押さえておきたい。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「ノイズオフセット (Noise Offset)とは」 https://aipicks.jp/glossary/noise-offset
ノイズオフセット (Noise Offset)の使用例
- Kohya_ssの学習設定でnoise_offset=0.05〜0.1を指定すると、夜景など暗いシーンのLoRA学習で色の沈み込みが改善しやすいとされる。
- SDXLのDreamBooth学習でノイズオフセットを0のまま黒背景画像を大量学習すると、生成結果が全体的にグレーがかる傾向が知られている。
