MercuryXL

나는 오랫동안 IllustriousXL를 기반으로 한 체크포인트를 찾고 있었다—내가 완전히 신뢰하고 주로 사용할 수 있는 세밀하게 조정된 SDXL 모델을 말이다. 가까운 수준의 몇 가지 체크포인트를 발견하고 일정 기간 사용해봤지만, 각각이 얼마나 뛰어나 보이더라도 몇 가지 명백하고 솔직히 짜증나는 한계점을 안고 있었다.

자신만의 일관된 SDXL 기반 체크포인트를 만들기 위한 수많은 실패한 시도 끝에, 나는 모든 것을 걸기로 결심했다. 그 뒤로 긴 시행착오의 사이클이 이어졌다: 데이터셋 선별, Dreambooth 학습, 병합 실험, 그리고 LoRA와 LoCON을 쌓아올리며 마침내 이 모델에 도달했다: v04—내가 다재다능하고 균형 잡히며 실용적인 기본 모델이 되기를 바라는 현재 버전이다.

왜 v04인가? 여정은 내가 개인적으로 선정한 일러스트와 사진의 혼합 데이터셋으로 시작했다. 내가 추구하는 아티스트, 포즈, 형태, 테마, 시각적 톤을 기준으로 엄선했다. 첫 번째 Dreambooth 버전은 NoobAI를 기반으로 학습시켰는데, 이 모델은 매우 훌륭한 기본 모델임을 발견했다—다양한 스타일과 더 부드럽게 어우러지고, Illustrious와 동일한 수준으로 수렴하며, Illustrious 모델에서 자주 나타나는 이상한 특징들을 피한다. 아마도 내가 말하는 그 특징들을 알고 있을 것이다—설명하기 어렵지만, 한 번 보면 절대 놓치지 못할 특징들이다.

여기서 진화 과정을 설명한다:

• v01 – 맞춤형 데이터셋을 사용해 NoobAI에 처음으로 학습시킨 체크포인트.

• v02 – v01을 확장된 데이터셋(다른 반복 가중치 적용)으로 학습된 다른 모델과 병합한 버전.

• v03 – v02에 추가로 파라미터를 조정해 학습한 다른 변형과, 세 개의 IllustriousXL 기반 미세 조정 모델을 결합한 버전.

• v04 – v03과 NoobAI를 내 자체 LoRA 몇 개와 병합해 만든 실험적 체크포인트를 최종적으로 합친 버전.

트리거 단어 "pkmerc"를 추가했다—선택 사항이다. 결과의 안정성을 향상시킬 수 있지만, 필수는 아니다. 사용 여부에 따라 생성 결과가 크게 달라지지 않는 경우가 많다.

마지막으로 한 가지 참고사항: Dreambooth 학습에서 나온 원본 기본 체크포인트(v01 이전)는 가장 강력한 개성과 시각적 특징을 지니고 있다. 대담하고 흥미로우나, 안타깝게도 LoRA를 잘 처리하지 못한다. 현재는 보류 중이지만, 나중에 독립적인 예술 모델로 공개할 수도 있다. v01부터 v03도 마찬가지다. 관심이나 호기심이 있다면, 이 버전들도 업로드할 예정이다.