Bismuth (Experimental)

!!! これは誤り／失敗した実験です！単独では意味のある画像を生成しません。 !!!

これはまさに玩具のようなものです。

これを使ってできることは、ベースモデルとして使用し、実際のモデルをリファイナーとして、「Switch at」を約0.2〜0.4に設定することです（「Euler a」などの祖先的サンプラーはより高い値に対応できますが、「Euler」のような決定論的サンプラーは低い値が必要です）。これにより、「girl, running」のような極めて短いプロンプトから本当にランダムな出力を得られます。あるいは、このモデルを他のモデルとマージして、your_model、toonify_v10、darksun_v40の混合のような結果を得ることもできます。添付されたショーケース画像を確認してください。

これは、自分が行なった実験で、こちらで説明されているインペイントマージ（sd-v1.5-inpainting + (custom_model - sd-v1.5)）を他のモデルに適用したものです。

このモデルは基本的に以下のようになっています：toonify_v10 + (darksun_v40 - v1-5-pruned-emaonly) * 1

私は、toonify_v10とデフォルトのsd-v1.5の間にあるスタイルの違いをdarksun_v40に加えることができるのではないかと考えました。しかし得られたのは、ベースのStable Diffusionモデルが意味のある画像を生成する能力を持たない一方で、toonify_v10 + darksun_v40の「本質」を保持したものです。

このモデルは、あなたが指示したものを生成するのではなく、奇妙で抽象的だが「完成された」ような混乱した結果を生み出します。ランダムなノイズではなく、何か他のものが生成されます。単独で使用すると、とてもカラフルな画像を生成し、理由は不明ですが、小さなキノコやたまに悲しげまたは恐れているチビ顔が現れます。