V2 の紹介：

このLoRAはNoobAIXL_V-Pred1.0をベースにしています

このバージョンは、私の好みに合わせてデータセットを厳選し、トレーニング方法を変更するとともに、ファイルサイズを縮小しています。そのため、アートスタイルは私の個人的な好みに特化しており、「year 2024」などの年次タグを使ってスタイルを正確に制御できなくなりました。しかし、v2-miniは一部の点でv1よりも優れたパフォーマンスを示すため、v1とv2の選択はご自身のニーズに応じて行ってください。また、v2-miniの使用では一部の問題が発生する可能性があるため、最適化のためには例画像のメタデータに組み込まれた私のワークフローを参照してください。

このバージョンは、私の好みに合わせて厳選されたデータセットと、トレーニング手法の変更を特徴としており、ファイルサイズが小さくなっています。アートスタイルは現在、私の個人的な好みに沿ったものになっています。その結果、「year 2024」などの年次タグを使ってスタイルを正確に制御できなくなりました。v2-miniは特定の面でv1よりも優れたパフォーマンスを発揮します。したがって、v1とv2の選択は、あなたの個々の要件に応じて行ってください。v2にはいくつかの課題がある可能性があるため、最適化のために例画像のメタデータに含まれる私のワークフローを参照してください。

V1 の紹介：

このLoRAはNoobAIXL_V-Pred0.65sをベースにしています

「year 2015-year 2024」の範囲を用いて、ビジュアルスタイルを調整できます。

Noob0.65Vモデルの「wlop」スタイルと比較して、このバージョンは私の個人的な嗜好により合っています。

このモデルは単に興味から訓練され、主な目的は私が好みの画像を生成することです。他の目的で使用しないでください。

もう一つ面白い点としては、今回のLoRAトレーニングでは非常に奇妙なパラメータとデータセットを試しましたが、あまりに極端だったため、詳細には触れません。

最後に、ベースモデルにすでに「wlop」アーティストタグが含まれているにもかかわらず、なぜこのLoRAモデルを訓練したのかについて説明します：ベースモデルで直接「wlop」タグを使用すると、私が好みのスタイルに正確に制御できず、ウォーターマークが発生してしまう可能性があります。そのため、私が望むスタイルを正確に制御するためにLoRAモデルを使用し、トレーニングデータセットはウォーターマークを含まない私が厳選した高品質な画像で構成しました。