初步超网络在600张独特图像上训练（镜像后共1200张），重点为面部（肖像）。低分辨率图像被放大，所有图像拉伸至512x512，标签由“WD1.4 标记器”自动标签扩展工具添加。
建议的负面标签：作者姓名、签名。
超网络结构：1, 2, 2, 1
无 dropout，无归一化
学习率与步数：前13,000步为5e-6（聚焦面部），剩余5,200步为1e-5（涵盖多种姿势、多人物等多样性）
超网络在600张独特图像（镜像后达1200张）上训练，重点为面部（肖像）。低分辨率图像被放大，所有图像均拉伸为512x512大小，标签由“WD1.4 标签器”自动标注扩展（automatic1111插件）完成。
所有图像均使用 AnythingV3 模型及其 VAE 生成。
