Nijimi Anazawa (Mahou Shoujo Site)

• 此模型包含两个文件，您必须同时使用它们！！！
• 关联的触发词仅作参考，有时可能需要调整。
• 嵌入模型的推荐权重为1，可提供更高保真度；如需更强的泛化能力，可降至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，可考虑降至0.6。

如何使用此模型

此模型包含两个文件，您必须同时使用它们！！！。在此情况下，您需要下载 nijimi_anazawa_mahoushoujosite.pt 和 nijimi_anazawa_mahoushoujosite.safetensors 两个文件，然后将 nijimi_anazawa_mahoushoujosite.pt 用作纹理反转嵌入，同时将 nijimi_anazawa_mahoushoujosite.safetensors 用作LoRA。

このモデルには2つのファイルがあります。一緒に使う必要があります！！！。 この場合、nijimi_anazawa_mahoushoujosite.ptとnijimi_anazawa_mahoushoujosite.safetensorsの両方をダウンロード する必要があります。nijimi_anazawa_mahoushoujosite.ptをテクスチャ反転埋め込みとして使用し、同時にnijimi_anazawa_mahoushoujosite.safetensorsをLoRAとして使用してください。

这个模型有两个文件。你需要同时使用它们！！！。 在这种情况下，您需要下载nijimi_anazawa_mahoushoujosite.pt和nijimi_anazawa_mahoushoujosite.safetensors这两个文件，然后将nijimi_anazawa_mahoushoujosite.pt用作纹理反转嵌入， 同时使用nijimi_anazawa_mahoushoujosite.safetensors作为LoRA。

이 모델은 두 개의 파일이 있습니다. 두 파일을 함께 사용해야 합니다!!!. 이 경우에는 nijimi_anazawa_mahoushoujosite.pt와 nijimi_anazawa_mahoushoujosite.safetensors 두 파일을 모두 다운로드하신 다음에 nijimi_anazawa_mahoushoujosite.pt을 텍스처 반전 임베딩으로 사용하고, 동시에 nijimi_anazawa_mahoushoujosite.safetensors을 LoRA로 사용하셔야 합니다。

(Translated with ChatGPT)

触发词为 nijimi_anazawa_mahoushoujosite，推荐标签为：best quality, masterpiece, highres, solo, {nijimi_anazawa_mahoushoujosite:1.15}, blue_hair, twintails, long_hair, blue_eyes, hair_ornament, hair_bobbles, blush, bangs。

模型训练方式

本模型使用 HCP-Diffusion 进行训练，自动训练框架由 DeepGHS 团队 维护。

为何部分预览图与 Nijimi Anazawa Mahoushoujosite 不一致

所有预览图中使用的提示文本（可通过点击图片查看）均是基于从训练数据集中提取的特征信息，通过聚类算法自动生成的。图像生成时所用的种子也是随机生成，且图像未经任何人工筛选或修改。因此，可能出现上述问题。

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

我感觉此模型可能存在过拟合或欠拟合，该怎么办？

我们的模型已发布在 Hugging Face 仓库 - CyberHarem/nijimi_anazawa_mahoushoujosite，其中保存了所有训练步骤的模型。此外，我们也发布了训练数据集于 Hugging Face 数据集 - CyberHarem/nijimi_anazawa_mahoushoujosite，这可能会对您有所帮助。

为何不直接使用筛选更好的图像？

本模型从数据抓取、训练、生成预览图到发布，整个流程100%自动化，无人工干预。这是我们的团队进行的一项有趣实验，为此我们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，若您能提供反馈或建议，我们将非常感激，因为它们对我们极为宝贵。

为何无法精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像网站，对于全自动流程而言，难以准确预测角色所拥有的官方图像。因此，服装生成依赖于基于训练数据集标签的聚类，以尽可能还原最佳效果。我们将持续改进这一问题并尝试优化，但目前仍是一个无法彻底解决的挑战，其服装还原精度也难以媲美人工训练模型。

事实上，本模型的最大优势在于还原角色本身的固有特征，以及因数据集规模较大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、调整角色姿态，当然也包括生成角色的NSFW图像！😉

以下用户群体不推荐使用本模型，我们深表遗憾：

1. 无法容忍角色设计中哪怕最微小偏差的用户；
2. 对角色服装还原精度要求极高的应用场景用户；
3. 无法接受基于Stable Diffusion算法生成图像的潜在随机性的用户；
4. 不适应使用LoRA全自动训练角色模型流程的用户，或认为训练角色模型必须纯手动操作以避免不敬的用户；
5. 认为生成图像内容违背其价值观的用户。