EasyFix [Negative LoRA] SDXL

ネガティブプロンプトを入力してください：

lora:EasyFix:1 (overfit style:1.0)

EasyFix は、CivitAI から収集した極度のオーバーフィッティングを示す AI 生成画像を用いて訓練されたネガティブ LoRA です。この LoRA は、SDXL モデルのどのスタイルにも大きな変更を加えることなく、生成画像の品質を向上させます。

推奨強度： 1 から 16

重要: LoRA の強度よりも、(overfit style:1.0) の強度を調整してください

オーバーフィッティングとは？

IBM によると（ソース：https://www.ibm.com/topics/overfitting）、"オーバーフィッティングは、統計モデルがトレーニングデータに完全に適合してしまうデータサイエンスにおける概念です。この場合、アルゴリズムは見慣れないデータに対して正確に機能できなくなり、本来の目的が失われます。モデルが新規データに汎化できることが、機械学習アルゴリズムを日常的に使用して予測や分類を行うための鍵です。"

Stable Diffusion におけるオーバーフィッティングの具体的な例は？

繰り返しパターン、意味のない細部、小さな点、奇妙なアーティファクト、顔の肌荒れなどです。AI 生成画像を見て、意味のない奇妙な細部が見られる場合、その画像はオーバーフィッティングの兆候を示している可能性が非常に高いです。

オーバーフィッティングを審美性として捉える

審美性は主観的なものであり、Stable Diffusion が得意とする極めて詳細な画像を好む場合は、このモデルをあなたの個人的な趣味に対する攻撃とは見なさないでください。EasyFix を使用して A/B 比較を行い、どちらがより良いかご自身で判断してください。

オーバーフィッティングを避ける方法

画像生成において：

シンプルなプロンプトを使用し、ネガティブプロンプトは最小限に抑えます。必要に応じて CFG スケールを下げてください。

トレーニングにおいて：

将来的に、私が LoRA をトレーニングする方法について上級者向けの短いガイドを公開する予定です。お楽しみに。AI_Characters には、トレーニング手法に関する優れたガイドがあります（「Your model を評価する」を参照）：https://civitai.com/articles/1771

方法論

CivitAI 画像スクレイパー を使用して、オーバーフィッティングを示すタグ付けされた AI 生成画像を CivitAI から収集します。画像の最小サイズは 768x768 以上にしてください。

キャプションからすべての括弧とアテンション強度を削除します。（例： "((cute dog:4))" → "cute dog"）品質に関連するタグ（例： "masterpiece, best quality, insanely detailed"）もすべて削除します。各キャプションの先頭に "overfit style" というトリガーワードを追加します。

収集した画像でトレーニングを行い、トレーニング中に A/B 比較画像を生成して、後で時間を節約します。