当模型成功转换时，VPRED 转换器的 LoRA 和 LyCORIS 将存放于此。

它们本质上是工具。不要期望一用就能获得好结果。但如果你使用我的模型进行合并，然后再训练这些合并后的模型，你一定会得到好结果。

BigAsp2：

在这种情况下，UNet 并未像我为特征提取所创建的专家模型那样在训练前进行合并，我只是单独训练了 BigAsp2 的 UNet，并冻结了 CLIP。

你可以随意使用这些模型；我以零限制、零规则发布。

这些模型对应的图像可能毫无意义。

第一阶段 LOKR：使用 1 万张图片，训练 5 个周期，中心时间步长；这意味着主要针对噪声。

• 配方：

  • BIGASP2 UNET

  • BIGASP2 CLIP_L + OmegaSim v73 CLIP_L

    • 50/50

  • BIGASP2 CLIP_G

第二阶段：使用约 10 万张图片（89,000？），训练 4 个周期，更宽的时间步长范围，虽未完全拟合，但已足够接近以与 Omega 进行合并，而 Omega 是终极粘合剂。

• 配方：

  • BIGASP2 UNET

  • 第一阶段 LOKR

  • BIGASP2 CLIP_L + OmegaSim v73 CLIP_L

    • 75/25

  • BIGASP2 CLIP_G