Iori Yoshizuki ( (IA)^3 experiment version ) - I''s
详情
下载文件
关于此版本
模型描述
这源于一时的好奇，因为有些人声称 Ia3 是自烤面包以来最好的东西。结果如何？它是一个小巧古怪的东西，“小”字才是重点——218KB 的体积与 TI 相当。你可以将其与 LORA 版本 或 LOCON 版本 进行比较。
从图像效果来看，就好像你从一个 LORA 中抽出了模型的所有影响。在这个特定案例中，由于大部分数据集由黑白同人图和彩色同人图组成，生成的图像实际上看起来非常像彩色同人图！这既糟糕又令人惊叹。
以下是我在优缺点方面的分析：
优点：
体积非常小
使用 Prodigy 训练非常快，每个概念每轮需要 250~300 步，共训练 8 轮即可获得不错的效果
我推测它在处理单色、同质化数据集（如无烧毁的截图）时表现极佳
似乎擅长保留风格
模型间的可移植性没传闻中那么差，虽然不如 LOCON，但与 LORA 相当或略低
缺点：
对数据集中未出现的标签响应略逊于 LORA/LOCON
对数据集的缺陷更敏感，而这些缺陷通常会被模型本身补足（如缺少视角、头发细节不足、布料纹理缺失、色彩偏低、模糊）
无法强烈表达模型的原始风格，使其更中性，但也略显平淡
结论：
Ia3 似乎非常适合快速制作质量尚可的 LORA，用于原型测试以快速验证数据集的可行性，也适合那些不追求“过于精确”或不介意图像是否遵循特定风格的初学者。
我会附上数据集、训练用 TOML 文件以及比较六种不同模型结果的 XYZ 文件。
顺便说，我使用以下提示获得了不错的效果：<lora:yoshizuki_ioriV4:.8> yoshizuki_iori
唯一的标签服饰为：
- school_uniform_purple_shirt_blue_skirt_white_neckerchief_black_thighhighs
此模型生成的图像
未找到图像。