AI净土交通群电报：https://t.me/+soU-Ws67aBlkY2I1

Kaiden AI 私有模型定制咨询电报：https://t.me/+Ql4sngcJlbhmOTU1

联系方式：微信 ID: ArienTOP，邮箱：[email protected]

模型简介

本 LoRA 模型原始大小为 1.7GB，为节省硬盘空间与显存空间，通过 sv_fro 方法对矩阵进行压缩，体积缩小至原大小的 1/100，精度损失控制在 5% 以内。如需完整版 1.7GB 模型，请加入我们的 QQ 群：895633778

压缩算法简介：

sv_fro 方法是一种对矩阵进行深度压缩的技术，主要用于降低矩阵的存储空间与计算复杂度。

sv_fro 方法的基本思想是利用奇异值分解（Singular Value Decomposition，SVD）将矩阵 A 分解为三个矩阵的乘积：A = U S V^T，其中 U 和 V 为正交矩阵，S 为奇异值矩阵。奇异值矩阵 S 是一个对角矩阵，其对角线上的元素称为奇异值。

在 sv_fro 方法中，仅保留矩阵 A 中较大的奇异值，将较小的奇异值置为 0，从而实现矩阵的深度压缩。具体步骤如下：

1. 对矩阵 A 进行奇异值分解，得到 U、S 和 V。

2. 根据预设阈值，将 S 中小于该阈值的奇异值设为 0。

3. 使用压缩后的奇异值矩阵 S 及 U、V 重构原始矩阵 A。

经 sv_fro 方法深度压缩后，矩阵的存储空间可大幅减少，同时计算复杂度亦有所降低，对需要处理大规模矩阵的任务具有重要的实际意义。

Alpha1

本版本封面可清晰展现 XL 与 SD1.5 之间的差异。

在原始训练素材中，包含带有文字的衣物图像，如封面所示，XL 模型对文字概念有极强的识别能力，且文字异常清晰！

这是对 XL 模型的首次探索，欢迎大家多返图！