EasyFix [Negative LoRA] SDXL

在你的负面提示中输入：

lora:EasyFix:1 (overfit style:1.0)

EasyFix 是一个在 CivitAI 上生成的、显示极端过拟合的 AI 图像上训练的负面 LoRA。该 LoRA 能提升生成图像的质量，且不会对任何 SDXL 模型造成显著的风格变化。

建议强度： 1 到 16

重要：请调整 (overfit style:1.0) 的强度，而非 LoRA 的强度。

什么是过拟合？

根据 IBM（来源：https://www.ibm.com/topics/overfitting），“过拟合是数据科学中的一个概念，指统计模型与训练数据完全吻合。一旦发生这种情况，算法将无法准确处理未见过的数据，从而失去其意义。模型对新数据的泛化能力，最终使我们能够每天使用机器学习算法进行预测和分类。”

在 Stable Diffusion 中，过拟合是什么样子的？

重复的图案、无意义的细节、小点、奇怪的伪影、面部瑕疵……等等。如果你看到一张 AI 生成的图像，发现某些奇怪且不合逻辑的细节，那很可能这张图像就出现了过拟合的迹象。

过拟合作为一种美学

审美是主观的，如果你喜欢 Stable Diffusion 擅长生成的极度精细图像，请不要认为这个模型是对你的个人品味的攻击！请使用 EasyFix 进行 A/B 对比，亲自判断哪个更好。

避免过拟合

在图像生成中：

使用更简单的提示，尽量减少负面提示。如有必要，降低 CFG 缩放值。

在训练中：

我最终将为高级用户撰写一份关于我如何训练 LoRA 的简短指南，请持续关注。AI_Characters 提供了关于训练方法的优秀指南（参见：“评估你的模型”）https://civitai.com/articles/1771

方法论

从 CivitAI 收集显示过拟合特征的已标注 AI 生成图像（使用 https://github.com/hassan-sd/civitai-image-scraper）。图像尺寸应大于最小 768x768。

移除所有标题中的括号和注意力强度（例如：“((cute dog:4))” 变为 “cute dog”）。移除所有与质量相关的标签（例如：“masterpiece, best quality, insanely detailed”）。在每个词前添加触发词 “overfit style”。

使用这些图像进行训练，并在训练过程中生成 A/B 对比图像，以节省后续时间。