Chadmix Finetune Extract for NoobAI VPred 1.0

添加了一个不包含 IterComp 权重的版本，适用于已进行过 IterComp 处理的检查点（如 Cat Tower），或如果你只是不喜欢它。

随着 Noob vpred 1.0 的发布，结合一些关于训练设置的建议，并经过几代数据集的优化，我决定重新训练我的新 LoRAs，并将此版本的 Chadmix 与以往版本分离。这是一个以 Gigachad 表情包数据集为核心的审美平衡集，我偶然发现它能增强角色细节，而这次的烘焙成果非常出色。

Noob Vpred 1.0 本身就有显著的学习曲线，本版本并未改变这一点。它并未为模型提供一个强大的默认风格，以在简短易懂的提示下更一致地填充细节。但它能抑制色彩空间溢出，使生成结果更偏向于细节丰富的人物和背景，并注入 Gigachad 表情包的知识。截至撰写时，我在 CFG++ 采样器上将 CFG 值压至尽可能低，获得了更好的效果——我在 ComfyUI 的尺度下使用 1.07 的 CFG，这是我用过的最低值。

关于 gigachad（表情包）等的 booru 标签仍然适用，我还新增了 “the chad smile”、“the serious gigachad” 和 “sitting gigachad lean” 作为额外标签，以引导对应的表情与姿势。

该模型的训练流程始于 Noob + IterComp 的合并，然后在此基础上训练了约 24 个 epoch，再以原始 Noob 作为差异基准，提取出一个 96 维线性 24 卷积的 LoCon。因此，它可能与 IterComp 混合版本产生冲突。

我还建议将此模型与我更新的 Chiaroscuro LoRA 一起使用，作为光影与对比度的调节工具。