Grippy Pussy
詳細
ファイルをダウンロード
モデル説明
最も粘着性の高い pussy に学習させた後、地道な作業を重ねて、私はエゴを捨てて言える——これは大成功だ。これは私の最初の LoRA だが、すでにマグナム・オペスと位置づけている。その出来栄えがそれほど优秀だからだ。この LoRA は、後方から見るドギースタイル／カウガール視点に特化している。多様な粘着性の高い pussy のタイプを生成でき、SDXL モデル全体に高い汎用性を発揮する。カバー画像は、この LoRA がどれほど粘着性を高められるかの最良の例ではない。画像にリアルさを大幅に加える。
もちろん、pussy が粘着するためには何らかの挿入物が必要であり、最適な結果を得るにはその挿入物を明示する必要がある。LoRA は挿入物を自ら生成することもできるが、体格、髪色、ポーズ、画像品質、照明など他の詳細とともに、挿入物の仕様を明確に指定するのがベストだ。
このプロジェクトを有料のバズ・ウォールで閉鎖することはしない。作成に費やした膨大な労力と時間を考慮しても、人々が実際にこの LoRA を楽しんで使えるようにしたいからだ。もしよければ、ページ上部のチップオプションを通じて、可能な限り多くのバズを送ってください。
推奨強度: 0.8 - 1.0
トリガー語: GrippyPussy
学習の洞察: このモデルは、意図的にやや不足学習させている。その理由は、訓練画像の細部に過度に拘泥せず、コンセプトの全体構造を保持したいからだ。したがって、実際には「不足学習」ではない。この LoRA は、挿入物の種類・サイズ、体格などの違いを柔軟にプロンプトで指定できる能力に非常に優れている。また、他の LoRA とも良好に連携する。スタイル・照明・体格・肌・挿入物の種類やサイズなどに影響を与える LoRA や詳細なプロンプトを組み合わせることで、より良い結果が得られる。
私は追加のバージョンも学習したが、それらは低強度でやや優れた結果を出す一方で、汎用性と多様性を大きく失い、元の訓練データが過度に混入してしまう。その段階では「過学習」と言える。なぜなら、私たちはお尻や挿入物の細部ではなく、画像の中でごく小さな部分に過ぎない、非常に特異な解剖学的部位を学習したいからだ。その一方で、多様性を保てる柔軟性も必要だ。
いずれにせよ、この LoRA は既に優れた結果を生み出せるが、さらにレベルを上げたいならば、ステップ数を少し増やす、他の LoRA と組み合わせる、High Res Fix や Kohya Deep Shrink を使用するなどが最終的な結果を向上させる。強度は 1 を超えるのはお勧めしない。1.2 まで押し上げることも可能だが、一般的には 0.8～1.0 の標準的な LoRA 強度が最適で、0.8 は柔軟性と多様性に優れている。より控えめな効果を望むなら、0.6 といった低強度でもある程度の結果を得られる。これは個人の好みによるだろう。
また、現時点では SDXL には DMD2 LoRA の使用がほぼ必須だ。DMD2 を用いないチェックポイントと比較すると、その優位性は圧倒的であり、DMD2 を一切使わない理由はまったくない。
キャプションの洞察とプロンプティングのヒント: このモデルは JoyCaption でキャプションを生成した。したがって、「GrippyPussy」をキャラクター名のように扱うと、プロンプティングに役立つ。例えば、「GrippyPussy's <名詞または形容詞>」のように書くとよい。JoyCaption は「ass」の代わりに「buttocks」、「pussy」の代わりに「vulva」を使う傾向があるため、「GrippyPussy's vulva」や「GrippyPussy's labia」、あるいは「GrippyPussy's penis」といった表現も、ユニークなプロンプティングの可能性を広げる。すべては「GrippyPussy」の属性または所有物として扱うのがベストだ。プロンプトする挿入物は単なる「penis」や「dildo」ではなく、「GrippyPussy's」である。
さらに明確にするなら、「GrippyPussy's」の範囲とは、お尻全体、pussy、そして挿入物を含む。これがこの LoRA をこれほど多機能にする主な理由だ。他の属性は一切学習されていないため、それらの要素はよりモジュール化可能だ。
もちろん、必ずしもこのようにプロンプトする必要はないが、この方法は巧妙なプロンプティングの可能性を開く。より詳細な要素を指定する手助けにもなる。キャプションを手動で変更するのが簡単そうに見えるが、ベースの SDXL は元々 NSFW ではないため、訓練中「pussy」より「vulva」の語をより強く認識する。これはベース SDXL でコンセプトを認識させたい場合、非常に重要だ。なぜなら、それがベース SDXL およびコミュニティ作成の NSFW SDXL チェックポイントの両方で結果を強化するからだ。
同時に、テキストエンコーディングは、複合語を個々の単語として同時に認識する傾向がある。たとえば「MeowingCat」とプロンプトすれば、猫が鳴いている、あるいは少なくとも猫の画像が得られるだろう。同様に、LoRA を使わずに「GrippyPussy」とだけプロンプトしても、ほぼ確実に NSFW な pussy の画像が生成される。したがって、トリガー語の設計を戦略的に行うことで、意図せず他の言語的要素が混入するのを制御できる。これは、多くのモデルで見られる文字を数字で置き換えるような単純なトリガー語より、より優れた効果をもたらす可能性がある。この方法により、チェックポイント内の既存の類似コンセプトと、LoRA がよりよく統合される。