LustiMix

在描述顶部添加一个有趣的说明：

我刚刚重新阅读了nutbutter根据BigASP2训练方式所提出的所有建议，并进行了自己的测试。

如果你想要非常惊艳的效果，不要试图自行发明token，只需查看this list中BigASP2所使用的token。如果你想节省时间，可以先看这里

挑选那些能带来最大影响的token，将它们混合使用，即可获得高质量且个性化的结果。

这样可以减少身体变形、手部畸形等问题的发生。

理解JoyCaption如何为使用BigASP2微调或合并模型优化生成标题格式，至关重要。

如果你能同时应用这一建议，并且生成分辨率高于832+1216（1200 x 1552是一个无需HiResFix的绝佳平衡点），同时保持相同宽高比——那就对了！

---

- 这只是对coyotte创建的Lustify系列中最佳模型的简单合并。

此合并版本包含OLT + Endgame + Alpha V4版本。

有人抱怨OLT版本看起来太“人工合成”，我并不完全认同——这个版本其实非常优秀，只是需要一点时间去理解并调整提示词。

但因为我喜欢实验和尝试新东西，于是我心想：为什么不把Lustify的最佳特性融合起来，看看会怎样呢？

根据我的测试，对于lustify / BigASP这类模型，你可以在不使用HiresFix的情况下，将分辨率推到2048px（虽然我更倾向于保持在1800px左右的安全范围内），但使用Kohya HRFix。这样可以显著提升清晰度与细节，同时避免过多的畸变（尽管仍可能偶发），并且生成速度更快。

建议你从基础比例‘832x1216’开始，逐步提高分辨率，但始终保持相同宽高比。

为什么选这个比例？因为nutbutter在训练BigASP时大量使用了该分辨率的参考图，所以我天真地认为：若使用相同比例但更高分辨率，可能更容易获得理想图像。

如果我想锁定并保持宽高比，我总是使用这个有用的插件。

我还强烈建议将Adetailer中的**“inpaint width and height”设置为1024**，并使用**“mediapipe_face_mesh”**模型。这一点对某些人来说显而易见，但对其他人可能不太熟悉。

🔥提示：若希望进一步提升生成图像的精度与细节，我还推荐使用‘PerturbationAttentionGuidance’，但不要将scale值调过高，我一般控制在1，不超过2（数值过高会增加畸变概率）。

我同样在SD upscale脚本中使用PAG，去噪强度设为0.30左右。

因此，我的PAG和Kohya HRfix设置大致如下：

其余部分，我主要使用DPM++ 3M SDE + Karras，步数在40到50之间，CFG Scale设为3到4。

请勿向我询问技术问题——我不是模型检查点的创建者或微调者，我只为了兴趣制作LoRA，并尝试理解如何突破SDXL的极限。

合并模型甚至用不了5分钟，所有功劳归于coyotte 和nutbutter

（最困难的部分是找到正确的合并方式与参数设置，至少要知道你想达到什么效果——就像尝试一道新食谱。）

合并方式如下：

也许很好，也许很差，或一半好一半坏。

我不知道，但我喜欢我得到的结果，这才是最重要的。

试试你自己的组合吧 🐈‍⬛