• 고도로 복잡한 모델 병합 및 추가 학습을 수행했습니다.

• 최근의 예술적 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. 기본 알파값 0.49을 사용하여 Animagine 3.0과 3.1을 병합하고, IN00에서 OUT11까지의 레이어를 0.82로 병합합니다.

2. sd_xl_base_1.0_0.9vae.safetensors를 기반으로 A100x4를 사용하여 약 460만 장의 이미지로 학습을 수행하며, 학습률은 1e-5, 약 2 에폭 동안 학습한 후, Animagine 모델의 CLIP 모듈과 호환성을 위해 164장의 AI 생성 이미지로 추가 학습을 실시합니다. 이 과정에서는 PRODIGY를 사용하고, 초기 D는 1e-06, D 계수는 0.9, 배치 크기는 4로 1500스텝 동안 CLIP과 Unet을 정제합니다.

3. 다음 두 가지 계수 세트를 사용하여 **1.**과 **2.**를 병합합니다:

   • 세트 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

   • 세트 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. 세트 1과 세트 2를 기본 알파값 0.79로 병합하고, IN00에서 OUT11까지의 레이어를 0.73으로 병합하여 세트 3을 생성합니다.

5. 세트 3을 기반으로 12,018장의 AI 생성 이미지로 LoRA를 학습하며, Lion 옵티마이저, 배치 크기 4, 그래디언트 누적 스텝 16, 학습률 3e-5로 4 에폭 동안 학습한 후, 이 모델을 세트 3 자체에 0.2의 강도로 블렌딩하여 7th anime B를 생성합니다.

6. 7th anime B를 기반으로 **2.**단계와 동일한 데이터셋을 사용하여 Lion 옵티마이저, 배치 크기 4, lr_scheduler_num_cycles 5, 학습률 1e-5로 80 에폭 동안 LoRA를 추가 학습한 후, 이 모델을 7th anime B 자체에 0.366의 강도로 블렌딩하여 최종적으로 7th anime A를 생성합니다.