MercuryXL

我长期以来一直在寻找一个基于 IllustriousXL 的检查点——一个经过微调的SDXL模型，我可以完全信赖并作为首选使用。我曾找到过几个接近理想的版本，并坚持使用了一段时间，但每一个虽然令人印象深刻，都存在一些明显且令人沮丧的局限性。

在多次尝试失败后，我决定全力以赴，自己创建一个统一的基于SDXL的检查点。接下来是一段漫长的试错周期：数据集筛选、Dreambooth训练、模型合并实验，以及叠加LoRA和LoCON，直到我最终得到这个版本：v04——这是我希望打造的、多功能、均衡且实用的基础模型的当前迭代版本。

为什么是 v04？旅程始于我精心挑选了一个混合了插画与照片的数据集——完全依据我个人的偏好：艺术家风格、姿态、形态、主题与视觉基调。我用 NoobAI 训练了第一个Dreambooth版本，发现它是一个极佳的基础模型——它能更流畅地融合不同风格，收敛效果与Illustrious相当，同时避免了Illustrious模型中常出现的一些奇怪缺陷。你大概知道我指的是什么——难以言表，但一旦见过就绝不会认错。

以下是它的演进过程：

• v01 —— 使用自定义数据集在NoobAI上训练的初始检查点。

• v02 —— 将v01与另一个使用扩展版数据集（不同重复权重）训练的模型进行合并。

• v03 —— 结合v02、另一个参数微调后的变体，以及三个基于IllustriousXL的微调模型。

• v04 —— v03与一个实验性检查点的最终合并，该检查点由NoobAI与我多个自定义LoRA合并而成。

我添加了一个触发词："pkmerc" —— 可选。它能提升结果的稳定性，但并非必需。许多生成结果是否使用它并无明显差异。

最后一点说明：在v01之前，由Dreambooth训练产生的原始基础检查点拥有最鲜明的个性与视觉特征——大胆而有趣，但遗憾的是，它对LoRA的支持效果不佳。我目前决定暂不发布它，但未来可能会作为独立的艺术模型推出。v01至v03版本亦然。如果有人对此感兴趣或好奇，我或许也会上传它们。