AstolfoXL (1EP)

おそらく最初（そして唯一の）個別 フルファインチューニング で、 マルチGPUを用いたもの。

LoKR は動作するが、いりません。 我不做人了、早苗！

Discord: "Good luck".

仕様

• ベースモデル: AstolfoMix-XL、バージョン 255c

• テクニカルレポート: ch06

• 学習メトリクス（tensorboard）: HF

• データセット（画像 > レイテンツ）: danbooru2024, e621_2024

• データセット（タグ + キャプション）: meta_lat.json

• 1ステップ = 16枚の画像、4x RTX 3090 24G。

• 1EPで778kステップ、8.0 + 4.6 = 1260万枚の画像

• タグ + NLPキャプションにA1111トークントリックを使用

• トレーナーコード: PRはマージされません

• 学習パラメータ: adamW8bit、UNET 1.5e-6、TE 1.2e-5、BS4（4GPU）grad accu 4、71% UNET（速度重視、アンダーフィット必須）

• 1EPに75–100日以上を要する。1EPのみ学習。10kステップごとに保存。

• 学習結果と損失曲線: HFのTensorboard

• 核心的コンセプト: 非教師学習

• 期待される出力: MID（100%フィルタ不要、品質タグ不要）または「現実的」

使用方法

• LoRAを学習 またはこのモデルの上にマージ。互換性は215cに近いまま。現実的な人間コンテンツも依然としてサポートされています。「信じてください、兄弟」

• アーティストタグは機能しない可能性がありますが、私は学習しました。お手持ちの「NAI」プロンプトをそのままお使いください。

• TIPO を使用して、NLPでタグベースのプロンプトを拡張してください。

• 短いタグは背景のレイテンツノイズの影響を受けやすいです。タグはE621またはdanbooruから確認できます。

• すべての画像は1回だけしか見られていません。追跡するタスクやKPIはなく、全知の状態はすでにアーカイブされています。損失曲線は、収束も発散もしていないように、非常に平坦です。

完全なドキュメンテーションは公開予定で、AstolfoMixシリーズと同等の長さになります。