muelsyse/ミュルジス/缪尔赛思 (Arknights)

• 由于 Civitai 的服务条款，部分图片无法上传。完整的预览图片可在 HUGGINGFACE 上找到。
• 对于模型版本 v1.5.1 或 v2.0+，您可以像使用其他 LoRA 一样直接在 WebUI 中使用它们，它们是使用 kohya 脚本训练的。
• 对于模型版本 v1.5 或 v1.4-，您必须同时使用两个文件才能运行。详细信息请参见描述中的“如何使用 Pivotal Tuned 模型”。
• 经过精简的角色标签包括：长发、尖耳、痣、眼下痣、黄眼、极长发、棕发、月桂冠。当角色的核心特征（例如发色）不够稳定时，您可以将这些标签添加到提示词中。
• pt 文件的推荐权重为 0.7-1.1，LoRA 的权重为 0.5-0.85。
• 图片是使用一些固定提示词和基于数据集的聚类提示词生成的。采用了随机种子，排除了人为挑选。您看到的就是您能得到的。
• 未针对服装进行专门训练。您可以查看我们提供的预览贴文以获取对应服装的提示词。
• 该模型使用了 1054 张图像进行训练。
• 训练配置文件见 此处。
• 我们自动选择的步骤是 4200，以平衡模型的保真度与可控性。以下是所有步骤的概览，您可以在 huggingface 仓库 - CyberHarem/muelsyse_arknights 中尝试其他推荐步骤。

如何使用此模型

此部分仅适用于模型版本 v1.5.1 或 v2.0+。

您可以像使用其他 LoRA 一样直接使用它。我们使用 kohya 脚本训练了此模型。

他のLoRAと同様に簡単に使用できます。このモデルはkohyaスクリプトで訓練されました。

다른 LoRA처럼 간단히 사용할 수 있습니다. 우리는 이 모델을 kohya 스크립트로 훈련했습니다.

您可以像其他LoRAs一样简单地使用它。我们使用kohya脚本对该模型进行了训练。

(由 ChatGPT 翻译)

如果您正在寻找模型中的女角色，或对我们的技术感兴趣，欢迎加入我们的 discord 服务器。

此模型如何训练

• 此模型使用 kohya-ss/sd-scripts 进行训练，图像由 a1111 的 WebUI 和 API SDK 生成。
• 自动训练框架 由 DeepGHS 团队 维护。
• 用于训练的数据集是 CyberHarem/muelsyse_arknights 中的 stage3-p480-1200，包含 1054 张图像。
• 我们自动选择的步骤是 4200，以平衡模型的保真度与可控性。
• 训练配置文件见 此处。

有关更多训练细节和推荐步骤，请参阅 huggingface 仓库 - CyberHarem/muelsyse_arknights。

如何使用 Pivotal Tuned 模型

此部分仅适用于模型版本 v1.5 或 v1.4-。

此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，必须同时使用这两个文件！！！ 在这种情况下，您需要下载 muelsyse_arknights.pt 和 muelsyse_arknights.safetensors，然后将 muelsyse_arknights.pt 放入 embeddings 文件夹，并同时将 muelsyse_arknights.safetensors 作为 LoRA 使用。如果您使用的是 WebUI v1.7+，只需像常规 LoRA 一样使用 safetensors 文件即可。这是因为嵌入式 LoRA/Lycoris 模型现已得到 a1111 WebUI 的官方支持，更多详情请参见 此处。

このモデルには2つのファイルがあります。WebUI v1.6 以下のバージョンを使用している場合は、これらを一緒に使用する必要があります！！！ この場合、muelsyse_arknights.pt と muelsyse_arknights.safetensors の両方をダウンロードする必要があり、 その後、muelsyse_arknights.pt を embeddings フォルダに入れ、同時に muelsyse_arknights.safetensors をLoRAとして使用します。 webui v1.7+を使用している場合、一般的なLoRAsのようにsafetensorsファイルを使用してください。 これは、埋め込みバンドルされたLoRA/Lycorisモデルが現在、a1111のwebuiに公式にサポートされているためです。 詳細についてはこちらをご覧ください。

此模型包含两个文件。如果您使用的是 WebUI v1.6 或更低版本，您需要同时使用这两个文件！ 在这种情况下，您需要下载 muelsyse_arknights.pt 和 muelsyse_arknights.safetensors 两个文件， 然后将 muelsyse_arknights.pt 放入 embeddings 文件夹中，并同时使用 muelsyse_arknights.safetensors 作为 LoRA。 如果您正在使用 webui v1.7 或更高版本，只需像常规 LoRAs 一样使用 safetensors 文件。 这是因为嵌入式 LoRA/Lycoris 模型现在已经得到 a1111's webui 的官方支持， 更多详情请参见这里。

(由 ChatGPT 翻译)

触发词为 muelsyse_arknights，精简标签为 long_hair, pointy_ears, mole, mole_under_eye, yellow_eyes, very_long_hair, brown_hair, laurel_crown。当某些特征（例如发色）有时不够稳定时，您可以将这些标签添加到您的提示词中。

为什么部分预览图看起来不像角色本人

所有预览图中使用的提示词（点击图片即可查看）均通过聚类算法自动生成，基于从训练数据集中提取的特征信息。图像生成时使用的种子也是随机生成的，且图像未经任何筛选或修改。因此，出现上述情况是有可能的。

在实际使用中，根据我们的内部测试，大多数出现此类问题的模型，在真实应用中的表现优于预览图所展示的效果。您唯一可能需要做的，就是调整所使用的标签。

我觉得此模型可能过拟合或欠拟合，我该怎么办

您在此处看到的步骤是自动选择的。我们还为您推荐了其他优质步骤供尝试。点击 此处 选择您喜欢的步骤。

我们的模型已发布在 huggingface 仓库 - CyberHarem/muelsyse_arknights，其中保存了所有步骤的模型。此外，我们还发布了训练数据集于 huggingface 数据集 - CyberHarem/muelsyse_arknights，可能对您有帮助。

为什么不直接使用筛选过的更好图片

本模型从数据采集、训练、生成预览图到发布，全过程 100% 自动化，无人工干预。这是我们团队进行的一项有趣实验，为此我们已开发了一整套软件基础设施，包括数据过滤、自动训练和自动化发布。因此，如果您能提供更多的反馈或建议，我们将非常感激，因为它们对我们极为宝贵。

为什么无法准确生成角色的期望服装

我们当前的训练数据来源于多个图片网站，对于全自动化流程而言，准确预测某个角色拥有哪些官方服装颇具挑战。因此，服装生成依赖于基于训练数据集标签的聚类算法，以尽可能还原最佳效果。我们将持续改进此问题，但其仍是一个难以完全解决的挑战。服装还原的准确性也难以达到人工训练模型的水平。

事实上，此模型最大的优势在于还原角色本身的固有特征，以及因更大数据集而具备的较强泛化能力。因此，本模型非常适合用于更换服装、调整角色姿势，当然也包括生成角色的 NSFW 图像！😉

以下群体不建议使用本模型，我们深表遗憾：

1. 无法容忍任何角色原设计细节偏差的用户。
2. 对角色服装还原准确度要求极高的应用场景用户。
3. 无法接受基于 Stable Diffusion 算法生成图像中潜在随机性的用户。
4. 不习惯使用 LoRA 自动化训练角色模型，或认为训练角色模型必须完全手动操作以避免“不尊重角色”的用户。
5. 觉得生成内容违背其价值观的用户。