Warning (Fluff-Kevlar) [Noobai-XL]

-- 更新：V2.0（示例图像使用 Noobai-XL VPred 1.0、euler_ancestral_cfg_pp、sgm_uniform、cfg 1.4、28 步生成）

来自 Fluff-Kevlar 的角色 LoRA，基于 Noobai-xl Epsilon-Pred 1.1 训练：/model/833294?modelVersionId=1116447

在 Noobai-xl VPred 1.0 上也可能适用，但画质可能略低：/model/833294?modelVersionId=1190596

提醒：在 VPred 模型上使用 Eps LoRA（网站上绝大多数 LoRA 都是 Eps 类型）可能会损害 VPred 模型的特殊品质。（我将在文末进一步说明。）

• 推荐权重：1.0。但它通常无法正确还原大腿上的蓝色符号。（V2.0 有所改进）

• 触发词：fkwarning

  • 建议同时添加：“furry, furry female, 1girl”

• 有用标签（每个类别选一个）：

  • 中长发、短发、长发、超长发

  • 单发髻、（其他发型，如齐刘海、编发、直发等...）

• 风格调整：

  • 平涂色

  • 3D，细胞渲染（V1）// 单元渲染（V2.0）

  • 组合你选择的艺术家……只需写上艺术家名字，例如：“afrobull, neocoill”

• 主要服饰可通过以下元素复现：

  • 灰色连衣裙、无袖连衣裙、骨盆帘、蓝色护臂、蓝色腿绑带、灰色大腿带

  • 发饰、耳环、颈环

---

VPred 与 Epsilon 信息：

Epsilon 模型（Civit.ai 上绝大多数模型）存在缺陷。它们总是试图将图像的平均亮度拉向 50%，并会与你的提示对抗，经常添加、删除或更改图像中的细节和颜色以达成这一目的。夜景中通常会杂乱地出现灯笼和/或火焰，明亮场景中的主体衣物可能被改为深色。此外，Epsilon 会遵循种子所指定的内容，可能也以此对抗你的提示，导致种子随机性问题。

VPred（速度预测）模型正是为解决这一问题而诞生！它们拥有更好的色彩和饱和度，可以生成 100% 黑白图像，并且由于其特性，更忠实于你的提示。但这也意味着它通常不会像 Epsilon 模型那样自动添加那些未提示的漂亮细节。VPred 模型受种子影响小得多，只要你描述足够清晰，大多数种子都能获得相似的构图和内容。使用 VPred 模型时，建议使用较低的 CFG 值，因为它们对提示响应强烈。

本地推荐使用 Euler Ancestral CFG ++，配合 SGM_UNIFORM 调度器，CFG 值设为 1.2 - 2.5（使用 VPred 时）。在 Noobai 上，28 步对我而言效果良好。在提示中加入艺术家名称会显著影响结果，好坏皆有可能。

---

如果你读到了这里，恭喜你！你的钢铁意志无可匹敌！

祝你生成愉快！