• 고도로 복잡한 모델 병합 및 추가 학습을 수행했습니다.

• 최신 예술 스타일에 맞게 조정했습니다.

• 해부학적 불일치를 줄였습니다.

• 추가 학습 및 LoRA에 대한 내구성을 향상시켰습니다.

**

<lyco:Important Notice:1.37>**

기본 CFG 스케일: 7

기본 샘플러: DPM++ 2M Karras

기본 단계: 20

부정적 프롬프트: (worst quality:1.6),(low quality:1.4),(normal quality:1.2),lowres,jpeg artifacts,long neck,long body,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,signature,watermark,username,artist name,

<Marge: The Recipe :0.7>

1. 기초 알파 0.49로 Animagine 3.0과 3.1을 병합하고, IN00부터 OUT11까지의 레이어를 0.82로 병합합니다.

2. sd_xl_base_1.0_0.9vae.safetensors를 사용하여 A100x4에서 약 460만 장의 이미지로 학습하며, 학습률 1e-5로 약 2에폭 동안 학습한 후, Animagine 모델의 CLIP 모듈과 호환성을 위해 164장의 AI 생성 이미지로 추가 학습합니다. 이 과정에서는 PRODIGY, Initial D를 1e-06, D 계수를 0.9, 배치 크기를 4로 설정하고 1500단계 동안 CLIP과 Unet을 정제합니다.

3. 다음 두 가지 계수 집합을 사용하여 **1.**과 **2.**을 병합합니다:

   • 집합 1: 0.2, 0.6, 0.8, 0.9, 0.0, 0.8, 0.4, 1.0, 0.7, 0.9, 0.3, 0.1, 0.1, 0.5, 0.6, 0.0, 1.0, 0.6, 0.5, 0.5

   • 집합 2: 0.9, 0.8, 0.6, 0.3, 0.9, 0.1, 0.4, 0.7, 0.4, 0.6, 0.2, 0.3, 0.0, 0.8, 0.3, 0.7, 0.7, 0.8, 0.2, 0.3

4. 집합 1과 집합 2를 기초 알파 0.79로 병합하고, IN00부터 OUT11까지의 레이어를 0.73로 병합하여 집합 3을 생성합니다.

5. 집합 3을 기반으로 12,018장의 선별된 AI 생성 이미지로 LoRA를 학습합니다. 이때 최적화기는 Lion, 배치 크기는 4, 그래디언트 누적 단계는 16, 학습률은 3e-5로 4에폭 동안 학습합니다. 이 모델을 집합 3 자체에 강도 0.2로 블렌딩하여 7th anime B를 생성합니다.

6. 7th anime B를 기반으로 단계 **2.**에서 사용된 동일한 데이터셋으로 LoRA를 학습합니다. 이때 최적화기는 Lion, 배치 크기는 4, lr_scheduler_num_cycles는 5, 학습률은 1e-5로 80에폭 동안 학습합니다. 이 모델을 7th anime B 자체에 강도 0.366으로 블렌딩하여 최종적으로 7th anime A를 생성합니다.