Naughty to Nice XL Slider

与 SD1.5 的差异

与 SD1.5 版本相比，存在许多差异。首先，负向和正向的值被颠倒了。是的，我希望不是这样，但这是不得不接受的现实。当我尝试以相反顺序训练时，结果总是更差。我试过很多次，也花了很多时间试图翻转数值，但均未成功。如果有人能告诉我一种可行的方法，我会发布一个 1.1 版本，把它们调回来。

其次，最终结果也有一些细微差别。主要是 SDXL 在提示词执行上存在差异，导致输出结果不同，因此必须对方法进行大幅调整。我仍在不断优化，但这个过程几乎等同于从头开始。

使用方法

-5（优雅）到 5（大胆）

在我看来，这个 LoRA 最大的价值在于，它将大约 50 个标记的数据直接嵌入到 LoRA 中，且仅使用个位数范围。

显然，你可以用它来调整角色的露骨程度。XL 版本与 SD1.5 版本差异很大，我正在努力整合这些差异，但这需要时间，而且 XL 的训练耗时远超 SD1.5。

坦白说，80% 的使用场景下，你大概率会把滑块调到“大胆”范围。既然最终都会删除图片，何必费心思考如何让角色更露骨呢？直接把滑块拉到高值区间即可。

另外 20% 的情况，比如你有一张图或一个创意，但担心它可能过于大胆，不符合你的使用目的？那就把滑块往负方向移动，抹去那些特征！

提示词建议

你可能需要在某些提示词中强调服装，以保持服装主题！

滑块在 -5 到 5 之间效果最佳。虽然范围可以更宽，也能生成可用图像，但正向超出后会变得严重失真。请自行承担使用非动漫模型的风险。此模型基于动漫数据训练，因此结果可能因模型类型而异，请注意。

历史（XL）

V1 - 方法最初基于 SD1.5，经过数十次迭代，最终找到适合 SDXL 的良好适配方案。V1 代表第一个相对可用的模型。未来我可能还会进一步优化它。

训练历史

V1 - 使用 Sliders for Windows 在 aamXL 上训练了超过 2500 次迭代，随后用 Ostris 的 AI Toolkit 调整范围。不幸的是，当将“大胆”端设为负值时训练效果远差得多，因此从现在起，所有结果均以正向为基准。